欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页

python 数据挖掘(5)-- 拉格朗日插值法

程序员文章站 2022-06-07 09:52:59
...

当数据缺失时,我们通常需要填补缺失数据,这里介绍拉格朗日插值法。根据数学知识可以知道,对于平面上已知的 n 个点,可以找到一个 n-1 次多项式,使得多项式经过这 n 个点

python 数据挖掘(5)-- 拉格朗日插值法

将 n 个点的坐标(x1,y1),(x2,y2)... (xn,yn)代入多项式函数,得

python 数据挖掘(5)-- 拉格朗日插值法

解出拉格朗日插值多项式为:

python 数据挖掘(5)-- 拉格朗日插值法

python 数据挖掘(5)-- 拉格朗日插值法

用拉格朗日插值法处理日销售额数据 catering_sale.xls 如下

#-*- coding:utf-8 -*-
import pandas as pd
# 导入拉格朗日插值函数
from scipy.interpolate import lagrange

# 日销售数据
inputfile = 'wajue/catering_sale.xls'
# 输出数据路径
outputfile = 'wajue/sales.xls'

data = pd.read_excel(inputfile)
# 过滤数据,将异常值设成 None
data[u"销量"][(data[u"销量"] < 400) | (data[u"销量"] > 5000)] = None

# 自定义列向量插值函数
def ployinterp_column(s,n,k = 5):
    # 取前后 k 个数的索引
    y = s[list(range(n-k,n)) + list(range(n+1,n+1+k))]
    y = y[y.notnull()] # 剔除空值
    # 返回这 2k 个数据的拉格朗日多项式函数 在 n 的值
    return lagrange(y.index,list(y))(n)

# 逐个判断是否需要插值    
for i in data.columns:
    for j in range(len(data)):
        if (data[i].isnull())[j]: # 如果为空则插值
            data[i][j] = ployinterp_column(data[i],j)
            
data.to_excel(outputfile) # 保存结果

 

相关标签: 拉格朗日插值法