我正在寻找一个Python包，可以提供自定义平滑系数的选项来适应自然平滑样条。是否有相应的实现？如果没有，如何使用已有的工具自己实现？
所谓自然样条，是指拟合函数在端点处的二阶导数为0（线性）的条件。
所谓平滑样条，是指样条不必“插值”（穿过所有的数据点）。我希望自己决定正确的平滑系数λ（请参见维基百科页面关于平滑样条的介绍）。
Python自然平滑样条曲线
51
- np8
5个回答
45
经过数小时的调查，我没有找到任何可以使用pip安装的软件包，可以适应具有用户可控平滑度的自然三次样条。但是，在决定自己编写代码时，当我阅读这个主题时，我偶然发现了madrury的github用户的博客文章。他编写了能够生成自然三次样条模型的Python代码。
该模型代码在此处（NaturalCubicSpline）提供，并带有BSD许可证。他还在IPython笔记本中编写了一些示例。
但是，由于这是互联网，链接往往会失效，因此我将在此处复制源代码的相关部分+由我编写的辅助函数（
该模型代码在此处（NaturalCubicSpline）提供，并带有BSD许可证。他还在IPython笔记本中编写了一些示例。
但是，由于这是互联网，链接往往会失效，因此我将在此处复制源代码的相关部分+由我编写的辅助函数（
get_natural_cubic_spline_model），并展示如何使用它。可以通过使用不同数量的节点来控制拟合的平滑度。用户还可以指定节点的位置。
示例
from matplotlib import pyplot as plt
import numpy as np
def func(x):
return 1/(1+25*x**2)
# make example data
x = np.linspace(-1,1,300)
y = func(x) + np.random.normal(0, 0.2, len(x))
# The number of knots can be used to control the amount of smoothness
model_6 = get_natural_cubic_spline_model(x, y, minval=min(x), maxval=max(x), n_knots=6)
model_15 = get_natural_cubic_spline_model(x, y, minval=min(x), maxval=max(x), n_knots=15)
y_est_6 = model_6.predict(x)
y_est_15 = model_15.predict(x)
plt.plot(x, y, ls='', marker='.', label='originals')
plt.plot(x, y_est_6, marker='.', label='n_knots = 6')
plt.plot(x, y_est_15, marker='.', label='n_knots = 15')
plt.legend(); plt.show()
{{get_natural_cubic_spline_model}}的源代码
import numpy as np
import pandas as pd
from sklearn.base import BaseEstimator, TransformerMixin
from sklearn.linear_model import LinearRegression
from sklearn.pipeline import Pipeline
def get_natural_cubic_spline_model(x, y, minval=None, maxval=None, n_knots=None, knots=None):
"""
Get a natural cubic spline model for the data.
For the knots, give (a) `knots` (as an array) or (b) minval, maxval and n_knots.
If the knots are not directly specified, the resulting knots are equally
space within the *interior* of (max, min). That is, the endpoints are
*not* included as knots.
Parameters
----------
x: np.array of float
The input data
y: np.array of float
The outpur data
minval: float
Minimum of interval containing the knots.
maxval: float
Maximum of the interval containing the knots.
n_knots: positive integer
The number of knots to create.
knots: array or list of floats
The knots.
Returns
--------
model: a model object
The returned model will have following method:
- predict(x):
x is a numpy array. This will return the predicted y-values.
"""
if knots:
spline = NaturalCubicSpline(knots=knots)
else:
spline = NaturalCubicSpline(max=maxval, min=minval, n_knots=n_knots)
p = Pipeline([
('nat_cubic', spline),
('regression', LinearRegression(fit_intercept=True))
])
p.fit(x, y)
return p
class AbstractSpline(BaseEstimator, TransformerMixin):
"""Base class for all spline basis expansions."""
def __init__(self, max=None, min=None, n_knots=None, n_params=None, knots=None):
if knots is None:
if not n_knots:
n_knots = self._compute_n_knots(n_params)
knots = np.linspace(min, max, num=(n_knots + 2))[1:-1]
max, min = np.max(knots), np.min(knots)
self.knots = np.asarray(knots)
@property
def n_knots(self):
return len(self.knots)
def fit(self, *args, **kwargs):
return self
class NaturalCubicSpline(AbstractSpline):
"""Apply a natural cubic basis expansion to an array.
The features created with this basis expansion can be used to fit a
piecewise cubic function under the constraint that the fitted curve is
linear *outside* the range of the knots.. The fitted curve is continuously
differentiable to the second order at all of the knots.
This transformer can be created in two ways:
- By specifying the maximum, minimum, and number of knots.
- By specifying the cutpoints directly.
If the knots are not directly specified, the resulting knots are equally
space within the *interior* of (max, min). That is, the endpoints are
*not* included as knots.
Parameters
----------
min: float
Minimum of interval containing the knots.
max: float
Maximum of the interval containing the knots.
n_knots: positive integer
The number of knots to create.
knots: array or list of floats
The knots.
"""
def _compute_n_knots(self, n_params):
return n_params
@property
def n_params(self):
return self.n_knots - 1
def transform(self, X, **transform_params):
X_spl = self._transform_array(X)
if isinstance(X, pd.Series):
col_names = self._make_names(X)
X_spl = pd.DataFrame(X_spl, columns=col_names, index=X.index)
return X_spl
def _make_names(self, X):
first_name = "{}_spline_linear".format(X.name)
rest_names = ["{}_spline_{}".format(X.name, idx)
for idx in range(self.n_knots - 2)]
return [first_name] + rest_names
def _transform_array(self, X, **transform_params):
X = X.squeeze()
try:
X_spl = np.zeros((X.shape[0], self.n_knots - 1))
except IndexError: # For arrays with only one element
X_spl = np.zeros((1, self.n_knots - 1))
X_spl[:, 0] = X.squeeze()
def d(knot_idx, x):
def ppart(t): return np.maximum(0, t)
def cube(t): return t*t*t
numerator = (cube(ppart(x - self.knots[knot_idx]))
- cube(ppart(x - self.knots[self.n_knots - 1])))
denominator = self.knots[self.n_knots - 1] - self.knots[knot_idx]
return numerator / denominator
for i in range(0, self.n_knots - 2):
X_spl[:, i+1] = (d(i, X) - d(self.n_knots - 2, X)).squeeze()
return X_spl
- np8
1
@np8 这是一种只考虑训练数据拟合模型的准确方法吗？model_6 = get_natural_cubic_spline_model(X_train, y_train, minval=min(X_train), maxval=max(X_train), n_knots=6)，其中X_train和y_train是通过train_test_split函数从X和y中分离出来的训练数据。 - moro_92
25
您可以使用这个numpy/scipy实现的自然三次样条平滑方法来对单变量/多变量数据进行平滑处理。平滑参数应在[0.0，1.0]范围内。如果我们使用平滑参数等于1.0，我们将得到没有数据平滑的自然三次样条插值。此外，该实现支持单变量数据的矢量化。
单变量示例：
单变量示例：
import numpy as np
import matplotlib.pyplot as plt
import csaps
np.random.seed(1234)
x = np.linspace(-5., 5., 25)
y = np.exp(-(x/2.5)**2) + (np.random.rand(25) - 0.2) * 0.3
sp = csaps.UnivariateCubicSmoothingSpline(x, y, smooth=0.85)
xs = np.linspace(x[0], x[-1], 150)
ys = sp(xs)
plt.plot(x, y, 'o', xs, ys, '-')
plt.show()
双变量示例：
import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
import csaps
xdata = [np.linspace(-3, 3, 61), np.linspace(-3.5, 3.5, 51)]
i, j = np.meshgrid(*xdata, indexing='ij')
ydata = (3 * (1 - j)**2. * np.exp(-(j**2) - (i + 1)**2)
- 10 * (j / 5 - j**3 - i**5) * np.exp(-j**2 - i**2)
- 1 / 3 * np.exp(-(j + 1)**2 - i**2))
np.random.seed(12345)
noisy = ydata + (np.random.randn(*ydata.shape) * 0.75)
sp = csaps.MultivariateCubicSmoothingSpline(xdata, noisy, smooth=0.988)
ysmth = sp(xdata)
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
ax.plot_wireframe(j, i, noisy, linewidths=0.5, color='r')
ax.scatter(j, i, noisy, s=5, c='r')
ax.plot_surface(j, i, ysmth, linewidth=0, alpha=1.0)
plt.show()
- iroln
6
2
csaps 看起来很不错！需要注意的一件事是，在至少 v.0.11.0 中，csaps.csaps() 需要唯一的 x 值。最终我添加了一个预处理步骤，计算非唯一 x 值的平均值。 - Niko Pasanen@np8，x值必须是唯一的且严格单调递增的。如果您有非唯一或/和非单调递增的x值，则需要使用参数化的多元平滑处理，即
xs = u(x), ys = v(y)。 - iroln我遇到了这个错误：
AttributeError: module 'csaps' has no attribute 'MultivariateCubicSmoothingSpline'，但我找不到原因！ - sam@sam，请阅读当前文档。https://csaps.readthedocs.io/en/latest/ - iroln
1@iroln 感谢您的评论。我仍然无法解决这个问题。在文档中，没有多元情况的代码或例子（只有一张图！）。将“import csaps”更改为“from csaps import csaps”也没有帮助。 - sam
@sam 你可以使用csaps函数或CubicSmoothingSpline类来处理多元情况。请参考以下章节：https://csaps.readthedocs.io/en/latest/tutorial.html#multivariate-smoothing - iroln
17
patsy是一个Python包，其中包含有生成样条基函数的功能，其中包括一个自然立方样条基函数。在文档中有详细介绍。
然后可以使用任何库来适配模型，例如scikit-learn或statsmodels。
cr()函数的df参数可用于控制“平滑度”。- 请注意，过低的
df可能导致欠拟合（见下文）。
以下是使用scikit-learn的简单示例。
import numpy as np
from sklearn.linear_model import LinearRegression
from patsy import cr
import matplotlib.pyplot as plt
n_obs = 600
np.random.seed(0)
x = np.linspace(-3, 3, n_obs)
y = 1 / (x ** 2 + 1) * np.cos(np.pi * x) + np.random.normal(0, 0.2, size=n_obs)
def plot_smoothed(df=5):
# Generate spline basis with different degrees of freedom
x_basis = cr(x, df=df, constraints="center")
# Fit model to the data
model = LinearRegression().fit(x_basis, y)
# Get estimates
y_hat = model.predict(x_basis)
plt.plot(x, y_hat, label=f"df={df}")
plt.scatter(x, y, s=4, color="tab:blue")
for df in (5, 7, 10, 25):
plot_smoothed(df)
plt.legend()
plt.title(f"Natural cubic spline with varying degrees of freedom")
plt.show()
- Fredrik
12
对于我的一个项目，我需要创建时间序列建模的间隔，并且为了使过程更加高效，我创建了tsmoothie：一种以向量化方式进行时间序列平滑和异常值检测的Python库。
它提供了不同的平滑算法以及计算间隔的可能性。
在自然立方样条的
它提供了不同的平滑算法以及计算间隔的可能性。
在自然立方样条的
SplineSmoother情况下：import numpy as np
import matplotlib.pyplot as plt
from tsmoothie.smoother import *
def func(x):
return 1/(1+25*x**2)
# make example data
x = np.linspace(-1,1,300)
y = func(x) + np.random.normal(0, 0.2, len(x))
# operate smoothing
smoother = SplineSmoother(n_knots=10, spline_type='natural_cubic_spline')
smoother.smooth(y)
# generate intervals
low, up = smoother.get_intervals('prediction_interval', confidence=0.05)
# plot the first smoothed timeseries with intervals
plt.figure(figsize=(11,6))
plt.plot(smoother.smooth_data[0], linewidth=3, color='blue')
plt.plot(smoother.data[0], '.k')
plt.fill_between(range(len(smoother.data[0])), low[0], up[0], alpha=0.3)
- Marco Cerliani
4
编程语言R提供了自然三次样条平滑的非常好的实现。您可以使用
如果您想直接设置
要使代码运行，首先需要定义数据
请注意，这段代码与最新版本的Jupyter-notebooks不完全兼容。您可以通过使用如下命令解决此问题：
rpy2在Python中使用R函数：import rpy2.robjects as robjects
r_y = robjects.FloatVector(y_train)
r_x = robjects.FloatVector(x_train)
r_smooth_spline = robjects.r['smooth.spline'] #extract R function# run smoothing function
spline1 = r_smooth_spline(x=r_x, y=r_y, spar=0.7)
ySpline=np.array(robjects.r['predict'](spline1,robjects.FloatVector(x_smooth)).rx2('y'))
plt.plot(x_smooth,ySpline)
如果您想直接设置
lambda：spline1 = r_smooth_spline(x=r_x, y=r_y, lambda=42)是无效的，因为在Python中lambda已经有另外一个含义，但有一个解决方案：如何在RPy中使用smooth.spline的lambda参数而不让Python将其解释为lambda。要使代码运行，首先需要定义数据
x_train和y_train，如果您想在Full-HD分辨率下将其绘制在-3到5之间，则可以定义x_smooth=np.array(np.linspace(-3,5,1920))。请注意，这段代码与最新版本的Jupyter-notebooks不完全兼容。您可以通过使用如下命令解决此问题：
!pip install -Iv rpy2==3.4.2，具体操作请参考NotImplementedError: Conversion 'rpy2py' not defined for objects of type '<class 'rpy2.rinterface.SexpClosure'>' only after I run the code twice。请注意，在运行代码两次后才能执行此操作。- Jakob
网页内容由stack overflow 提供, 点击上面的可以查看英文原文，
原文链接
原文链接