文件名称：Loess.jl:局部回归，非常顺滑！
文件大小：11KB
文件格式：ZIP
更新时间：2024-05-25 16:37:24
Julia
黄土 这是纯Julia黄土的实现，基于原始Cleveland等人的论文[1,2,3]中描述的基于快速kd树的近似值，并在netlib黄土C / Fortran代码中实现，并且被许多人使用，包括在黄土函数中 概要 Loess输出两个函数： loess和predict ，分别训练和应用模型。 using Loess xs = 10 .* rand ( 100 ) ys = sin .(xs) .+ 0.5 * rand ( 100 ) model = loess (xs, ys) us = range ( extrema (xs) ... ; step = 0.1 ) vs = predict (model, us) using Gadfly p = plot (x = xs, y = ys, Geom . point, Guide . xlabel ( " x " ), Guide .
【文件预览】：
Loess.jl-master
----Project.toml(447B)
----.gitignore(85B)
----src()
--------Loess.jl(7KB)
--------kd.jl(6KB)
----LICENSE.md(1KB)
----.travis.yml(215B)
----.github()
--------workflows()
----README.md(2KB)
----test()
--------runtests.jl(2KB)