Games102 学习笔记
Games 102
P2 数据拟合
拟合数据的好坏
- 分段线性插值函数y=f1(x)y=f_1(x)y=f1(x),数据误差为0,只有C0C_0C0连续。
- 光滑插值函数y=f2(x)y=f_2(x)y=f2(x),数据误差为0,可能被Noice带歪,导致函数性质不好,预测而不可靠
- 逼近拟合函数y=f3(x)y=f_3(x)y=f3(x),允许一定的误差
三部曲方法论
- 到那找:确定某个函数集合/空间
- 找那个:度量哪个函数是好的=确定loss
- 怎么找:求解或优化
- 如果转化为系数的方程组是欠定的(有无穷多解),则修正模型:Lasso、岭回归、稀疏正则项
多项式插值定理
- 拉格朗日多项式
- 牛顿插值多项式
- 病态问题
- 数据微笑的变化可能会导致插值结果变化较大
- 函数相互抵消
- 单项式,从低次幂到高次幂占据的重要性优先级依次下降。
- 使用正交多项式基
- 结论
- 多项式插值不稳定
- 振荡现象:多项式随着插值点数的增加而摆动
多项式逼近
- 为什么做逼近
- 数据包含噪声
- 追求更紧凑的表达
- 计算简单、更稳定
- 最小二乘逼近
- argminf∈span(B)∑j=1m(f(xj)−yj)2\underset{f\in span(B)}{argmin}\sum\limits_{j=1}^{m}(f(x_j)-y_j)^2f∈span(B)argminj=1∑m(f(xj)−yj)2
函数空间及基函数
- Bernstein多项式逼近
- 基函数:bn,j=Cnjxj(1−x)n−jb_{n,j} = C_n^jx^j(1-x)^{n-j}bn,j=Cnjxj(1−x)n−j
- 优势
- 正性、权性(和为1)->凸包性
- 变差缩减性
- 递归线性求解方法
- 细分性
RBF函数插值/逼近
- RBF函数的一维形式即为Gauss函数
- gμ,σ(x)=12πe−(x−μ)22σ2g_{\mu,\sigma}(x) = \frac{1}{\sqrt{2\pi}}e^{-\frac{(x-\mu)^2}{2\sigma^2}}gμ,σ(x)=2π1e−2σ2(x−μ)2
- RBF函数
- f(x)=b0+∑i=1nbigi(x)f(x)=b_0+\sum\limits_{i=1}^n b_ig_i(x)f(x)=b0+i=1∑nbigi(x)
从另一个角度来看拟合函数
- Gauss拟合函数
- 一般的Gauss函数表达为标准Gauss函数的形式
- gμ,σ(x)=12πe−(x−μ)22σ2=12πe−12(xσ−μσ)2=g0,1(ax+b)g_{\mu,\sigma}(x)= \frac{1}{\sqrt{2\pi}}e^{-\frac{(x-\mu)^2}{2\sigma^2}}= \frac{1}{\sqrt{2\pi}}e^{-\frac{1}{2}(\frac{x}{\sigma}-\frac{\mu}{\sigma})^2}=g_{0,1}(ax+b)gμ,σ(x)=2π1e−2σ2(x−μ)2=2π1e−21(σx−σμ)2=g0,1(ax+b)
- a=1σ,b=μσa=\frac{1}{\sigma},b=\frac{\mu}{\sigma}a=σ1,b=σμ
- 这样就可以同时优化μ\muμ和σ\sigmaσ
- f(x)=b0+∑i=1nbigi(x)f(x) = b_0+\sum_{i=1}^{n}b_ig_i(x)f(x)=b0+∑i=1nbigi(x)->f(x)=w0+∑i=1nwig0,1(aix+bi)f(x)=w_0+\sum_{i=1}^nw_ig_{0,1}(a_ix+b_i)f(x)=w0+∑i=1nwig0,1(aix+bi)
- 一般的Gauss函数表达为标准Gauss函数的形式
P3 参数曲线拟合
多元函数
相关文章:
Games102 学习笔记
Games 102 P2 数据拟合 拟合数据的好坏 分段线性插值函数yf1(x)yf_1(x)yf1(x),数据误差为0,只有C0C_0C0连续。光滑插值函数yf2(x)yf_2(x)yf2(x),数据误差为0,可能被Noice带歪,导致函数性质不好,预…...
知识图谱基本知识点以及应用场景
近两年来,随着Linking Open Data等项目的全面展开,语义Web数据源的数量激增,大量RDF数据被发布。互联网正从仅包含网页和网页之间超链接的文档万维网(Document Web)转变成包含大量描述各种实体和实体之间丰富关系的数据万维网(Data Web)。在这…...
IDEA中常用的快捷键
IDEA中常用的快捷键 自动修正:ALT回车键 代码格式化:CTRLALTL 代码提示:CTRLALT空格 导入当前代码所需要的类:alt回车键 导入当前类中所需要的所有类:ctrlshifto 查看子类:ctrlh 查找类:ctrln …...
朗润国际期货招商:桥水基金四季度投资组合
桥水基金四季度投资组合 总持仓市值183.2亿美元;环比减少7.3% ishares标普500指数ETF:7.93亿占持仓4.33%环比1.14%宝洁:7.57亿占持仓4.13%环比-0.1%新兴市场core TEF-ishares:6.80亿占持仓3.71%环比0.47%强生:6.3亿占…...
Linux管道命令(pipe)全
目录 选取命令:cut、grep 传送门 排序命令:sort、wc、uniq 传送门 双向重定向:tee 字符转换命令:tr、col、join、paste、expand 传送门 划分命令:split 传送门 参数代换:xargs 传送门 关于减号…...
mybatis条件构造器(一)
mybatis条件构造器(一) 1 准备工作 1.1 建表sql语句(Emp表) SET NAMES utf8mb4; SET FOREIGN_KEY_CHECKS 0; -- ---------------------------- -- Table structure for emp -- ---------------------------- DROP TABLE IF EXISTS emp; CREATE TABLE emp (EMPNO int NOT N…...
车联网之电子围栏中ConnectStreamed应用【二十】
文章目录 1. 电子围栏中ConnectStreamed应用1.1 ConnectedStreams简介1.1.1 connect流说明1.1.2 connect流使用场景1.2 Broadcast+Connect+CoFlatmap+CoMap整合实战1.3 两点之间球面距离计算1.4 电子围栏中自定义对象实现CoFlatMap函数1. 电子围栏中ConnectStreamed应用 1.1 C…...
临时文件tempfile
临时文件tempfile 1.概述 安全地创建具有唯一名称的临时文件,以至于他们不会被那些想破坏或者窃取数据的人猜出是非常有挑战性的。tempfile 模块提供了几个安全地创建系统临时文件的方法。 TemporaryFile() 打开并返回一个未命名的临时文件, NamedTemp…...
vue3封装数值动态递增组件
vue3封装数值动态递增组件前言源码举个例子:前言 1)使用技术: vue3.2 Ts 2)组件接收参数: 参数类型意义是否可选valuenumber数值大小必填durationnumber递增动画持续时间(单位:s)…...
JavaWeb_RequestResponse
目录 一、概述 二、Request对象 1.Request继承体系 2.Request获取请求数据 ①获取请求行数据 ②获取请求头数据 ③获取请求体数据 ④获取请求参数 3.Request请求转发 三、Response 1.Response设置响应数据功能 ①响应行 ②响应头 ③响应体 2.请求重定向 3.路径问…...
C语言刷题——“C”
各位CSDN的uu们你们好呀,今天,小雅兰要巩固一下之前学过的知识,那么,最好的复习方式就是刷题啦,现在,我们就进入C语言的世界吧 从最简单的开始噢 完完全全零基础都能看懂 题目来源于牛客网 编程语言初学训…...
【刷题】搜索——BFS:城堡问题(The Castle)
目录题目代码(Flood Fill)代码(并查集)题目 题目链接 找出房间个数——>求连通块个数 最大房间——>求最大连通块 直接用flood fill算法 注意题目的输入,例如118211182111821,则代表有西、北、南墙…...
深度学习——torch相关函数用法解析
1. torch.ones() torch.ones(*sizes, outNone) → Tensor函数功能:返回一个全为1 的张量,形状由可变参数sizes定义。 参数: sizes (int…) – 整数序列,定义了输出形状 out (Tensor, optional) – 结果张量 例子: >>> …...
ubuntu 20使用kubeadm安装k8s 1.26
步骤 机器:4核8G,root账号,可访问互联网 1、更新apt apt-get update 2、安装一些基本工具 apt-get install ca-certificates curl gnupg lsb-release net-tools apt-transport-https 3、ifconfig 获取ip,hostname获取主机名&…...
低代码开发平台|制造管理-生产过程管理搭建指南
1、简介1.1、案例简介本文将介绍,如何搭建制造管理-生产过程。1.2、应用场景先填充工序信息,再设置工艺路线对应的工序;工序信息及工艺路线列表报表展示的是所有工序、工艺路线信息,可进行新增对应数据的操作。2、设置方法2.1、表…...
python对多个csv文件进行合并(表头需一致)
之前写过python对【多个Excel文件】中的【单个sheet】进行合并,参考:点我 之前也写过python对【多个Excel文件】中的【多个sheet】进行合并,参考:点我 今天再写一个python对多个csv格式的文件进行合并的小工具 但是大家切记&am…...
Salesforce Apex调用邮件模板
正常调用无模板:mail.setToAddresses(new List<String>{user.Email});//mail.setReplyTo(444298824qq.com);//mail.setCcAddresses(null);mail.setSenderDisplayName(EOP系统);mail.setSubject(EOP通知(待审批):您有未处理的…...
windows本地开发Spark[不开虚拟机]
1. windows本地安装hadoop hadoop 官网下载 hadoop2.9.1版本 1.1 解压缩至C:\XX\XX\hadoop-2.9.1 1.2 下载动态链接库和工具库 1.3 将文件winutils.exe放在目录C:\XX\XX\hadoop-2.9.1\bin下 1.4 将文件hadoop.dll放在目录C:\XX\XX\hadoop-2.9.1\bin下 1.5 将文件hadoop.dl…...
一文教你快速估计个股交易成本
交易本身对市场会产生影响,尤其是短时间内大量交易,会影响金融资产的价格。一个订单到来时的市场价格和订单的执行价格通常会有差异,这个差异通常被称为交易成本。在量化交易的策略回测部分,不考虑交易成本或者交易成本估计不合理…...
Leetcode—移除元素、删除有序数组中的重复项、合并两个有序数组
移除元素 此题简单,用双指针方法即可, 如果右指针指向的元素不等于val,它一定是输出数组的一个元素,我们就将右指针指向的元素复制到左指针位置,然后将左右指针同时右移; 如果右指针指向的元素等于 val&…...
嵌入式Linux无线AP模式实现与配置详解
1. 嵌入式Linux设备无线AP模式实现方案1.1 系统概述本方案实现了一种基于嵌入式Linux系统的无线接入点(AP)配置方法,可将废旧开发板改造为无线调试终端。该系统主要解决以下两个工程需求:AP配网功能:实现智能硬件设备的热点配网模式ÿ…...
Ubuntu 20.04 安装 CUDA 和 cuDNN 避坑指南:从驱动卸载到环境配置全流程
Ubuntu 20.04 深度学习环境配置全攻略:CUDA与cuDNN安装避坑指南 在深度学习领域,GPU加速已成为模型训练的标准配置。对于使用Ubuntu系统的开发者而言,正确安装NVIDIA的CUDA和cuDNN工具包是搭建高效开发环境的第一步。本文将带你从零开始&…...
Metabase技术深度解析:构建企业级AI驱动数据智能分析平台
Metabase技术深度解析:构建企业级AI驱动数据智能分析平台 【免费下载链接】metabase metabase/metabase: 是一个开源的元数据管理和分析工具,它支持多种数据库,包括 PostgreSQL、 MySQL、 SQL Server 等。适合用于数据库元数据管理和分析&…...
Next-Admin:基于Next.js的企业级中后台管理系统技术评估与实施指南
Next-Admin:基于Next.js的企业级中后台管理系统技术评估与实施指南 【免费下载链接】next-admin An out-of-the-box admin based on NextJS and AntDesign | 一款基于nextjsantd5.0的中后台系统 项目地址: https://gitcode.com/gh_mirrors/ne/next-admin Nex…...
突破性数据增强:如何用Time-Series-Library解决时间序列稀疏性难题
突破性数据增强:如何用Time-Series-Library解决时间序列稀疏性难题 【免费下载链接】Time-Series-Library A Library for Advanced Deep Time Series Models. 项目地址: https://gitcode.com/GitHub_Trending/ti/Time-Series-Library 在时间序列分析领域&…...
深入理解RAC中的gc buffer busy:从原理到避坑指南
深入解析RAC中的gc buffer busy:原理剖析与实战优化 在Oracle RAC环境中,gc buffer busy等待事件是影响性能的常见瓶颈之一。不同于单机数据库中的buffer busy waits,这一现象直接反映了集群环境下多实例间数据块协同访问的复杂性。本文将带您…...
DeepSeek-OCR-2零售行业应用:商品标签识别系统实现
DeepSeek-OCR-2零售行业应用:商品标签识别系统实现 1. 零售行业的标签识别痛点在哪里 超市货架上密密麻麻的商品,每一件都贴着标签——价格、条形码、生产日期、保质期、规格参数……这些信息看似简单,却构成了零售运营最基础也最繁琐的一环…...
LaWGPT性能优化终极指南:10个技巧让法律AI响应速度翻倍
LaWGPT性能优化终极指南:10个技巧让法律AI响应速度翻倍 【免费下载链接】LaWGPT LaWGPT - 一系列基于中文法律知识的开源大语言模型,专为法律领域设计,增强了法律内容的理解和执行能力。 项目地址: https://gitcode.com/gh_mirrors/la/LaWG…...
LangChain4j实战:从零构建企业级智能对话系统的核心模块与演进
1. 为什么选择LangChain4j构建企业级对话系统 第一次接触LangChain4j是在去年帮某金融客户做智能客服升级时。当时团队评估了Python和Java两个技术栈,最终选择Java生态的LangChain4j,主要考虑到三个现实因素:一是现有技术团队全是Java背景&am…...
LabVIEW多线程同步机制实战解析
1. LabVIEW多线程同步机制入门指南 第一次接触LabVIEW多线程编程时,我被它的图形化编程方式深深吸引,但很快也遇到了多线程同步的难题。记得当时做一个数据采集项目,两个并行循环一个负责采集,一个负责显示,结果数据显…...
