1. 高斯过程滤波器
高斯过程滤波器,就像卡尔曼滤波器一样,是Darts中的一个滤波模型(而不是预测模型)。filter teringmodels可以用来平滑序列,或者试图从被噪声破坏的数据中推断出“真实”的数据。
在高斯过程中,这是通过假设真实数据点所在的底层函数的形状来完成的。这些假设(例如平滑性,周期性,…)被编码在内核中。将生成一个简单的周期信号,并看看如何使用高斯过程滤波器去噪。
导库:
%reload_ext autoreload
%autoreload 2
%matplotlib inline
import matplotlib.pyplot as plt
import numpy as np
from sklearn.gaussian_process.kernels import ExpSineSquar