我使用pandas.DataFrame.resample
將隨機事件重新採樣到1小時的間隔,並且看到非常隨機的結果,如果我將間隔增加到2或4小時,結果似乎不會消失。這讓我懷疑Pandas是否有任何類型的方法來生成平滑密度內核,如帶有可調整帶寬的高斯核密度方法來控制平滑。我在文檔中沒有看到任何內容,但是我認爲在張貼在開發人員列表服務器上之前,我會在這裏發帖,因爲這是他們的偏好。 Scikit-Learn有precisely the Gaussian kernel density function that I want,所以我會盡量利用它,但這對熊貓來說是一個很棒的補充。pandas.DataFrame.resample的高斯核密度平滑?
任何幫助,非常感謝!
hourly[0][344:468].plot()
指數加權移動平均是實時(僅向後看)濾波器,並且是不一樣的高斯核,這是假想時間(期待和落後)。 – kb0 2017-05-18 20:09:26