На главную Наши проекты:
Журнал   ·   Discuz!ML   ·   Wiki   ·   DRKB   ·   Помощь проекту
ПРАВИЛА FAQ Помощь Участники Календарь Избранное RSS
msm.ru
! правила раздела Алгоритмы
1. Помните, что название темы должно хоть как-то отражать ее содержимое (не создавайте темы с заголовком ПОМОГИТЕ, HELP и т.д.). Злоупотребление заглавными буквами в заголовках тем ЗАПРЕЩЕНО.
2. При создании темы постарайтесь, как можно более точно описать проблему, а не ограничиваться общими понятиями и определениями.
3. Приводимые фрагменты исходного кода старайтесь выделять тегами code.../code
4. Помните, чем подробнее Вы опишете свою проблему, тем быстрее получите вразумительный совет
5. Запрещено поднимать неактуальные темы (ПРИМЕР: запрещено отвечать на вопрос из серии "срочно надо", заданный в 2003 году)
6. И не забывайте о кнопочках TRANSLIT и РУССКАЯ КЛАВИАТУРА, если не можете писать в русской раскладке :)
Модераторы: Akina, shadeofgray
  
> По коллекции точек определить график функции
    Всем хай! Сходу к делу!

    Есть массив точек на плоскости (количество точек от 5 до 500). Надо понять, какой график стандартной функции ближе всего к ним.
    Данный вопрос пока слабо прогуглил и, возможно, есть очень четкое известное решение этой проблемы.

    Это ведь называется вроде аппроксимацией.
    Мне непонятен момент со стандартными функциями. Например, можно взять: sin(x), cos(x), kx+b, ax^2+bx+c, log(x), a^x, k/x - всего 7 штук, например.
    И нужно программно проверять "подгонку" для КАЖДОЙ из этих функций? Т е в коде программы будет "7 различных" функций? Или будет какое-то ядро, которое все делает "в одном месте"?

    Правильно ли я понимаю, что ответ на мой вопрос ПОЛНОСТЬЮ лежит в плоскости МЕТОДА НАИМЕНЬШИХ КВАДРАТОВ? Т е ДОСТАТОЧНО только его понять досконально или что-то еще нужно?

    спс. за внимание
      Цитата FasterHarder @
      И нужно программно проверять "подгонку" для КАЖДОЙ из этих функций?

      Да.

      Цитата FasterHarder @
      Т е в коде программы будет "7 различных" функций?

      Да, конечно.

      Цитата FasterHarder @
      Правильно ли я понимаю, что ответ на мой вопрос ПОЛНОСТЬЮ лежит в плоскости МЕТОДА НАИМЕНЬШИХ КВАДРАТОВ?

      Ну вообще-то нет. Просто МНК - наиболее популярный, и при этом достаточно простой, метод.

      Цитата FasterHarder @
      Т е ДОСТАТОЧНО только его понять досконально или что-то еще нужно?

      На самом деле необязательно. А при использовании готовой функции расчёта или сразу оптимизации - нет даже особой необходимости в его понимании.
        Akina, спс за прояснение ситуации)

        Цитата Akina @
        А при использовании готовой функции расчёта

        это о какой функции идет речь? или о функции, которую предстоит проработать и закодировать?

        А этот метод МНК является универсальным, т е сгодится для аппроксимации любой функции (из этих 7)?
          Цитата FasterHarder @
          это о какой функции идет речь?

          Речь о функции, которой передаётся всё, необходимое для расчёта оптимума по МНК (массив коэффициентов с начальными значениями, массив экспериментальных данных, коллбэк с расчётом функции-аппроксиматора по заданным массиву коэффициентов и переменным-координатам, и коллбэк с проверкой на совместность значений коэффициентов), где на выходе получаем массив с оптимальными значениями коэффициентов аппроксимирующего уравнения и среднеквадратичное отклонение.

          Цитата FasterHarder @
          метод МНК является универсальным, т е сгодится для аппроксимации любой функции (из этих 7)?

          МНК в исходном, немодифицированном, виде способен аппроксимировать на любую гладкую неразрывную в области аппроксимации функцию.
            Akina, ладно, спс за помощь
            надо поглубже поизучать это все, а попозже вернуться)
            0 пользователей читают эту тему (0 гостей и 0 скрытых пользователей)
            0 пользователей:


            Рейтинг@Mail.ru
            [ Script execution time: 0,0233 ]   [ 15 queries used ]   [ Generated: 19.03.24, 08:32 GMT ]