כלי החלקת נתונים

כלי החלקת נתונים מקוון מקבל סדרה מספרית ולוחם אותה כדי להפחית רעש בתדרים גבוהים תוך שמירה על הדפוסים המרכזיים. הוא מיועד למדעני נתונים, מהנדסים, חוקרים, תלמידים ואנליסטים העובדים עם חיישנים רועשים, מדידות במעבדה או סדרות זמן פיננסיות ומזדקקים לכניסות נקיות להצגה, חילוץ מאפיינים והתחזיות.
באופן מושגי, ההחלקה מציגה פשרה בין נאמנות להפחתת רעש על ידי יישום אחד מהאלגוריתמים הרבים. הוא תומך בממוצע נע, Savitzky-Golay, LOESS והחלקה Gaussiana. המשתמשים מספקים data_series ומכוונים פרמטרים ספציפיים לכל שיטה: window_size עבור ממוצע נע, poly_order עבור Savitzky-Golay, bandwidth או smoothing_fraction עבור LOESS, ו-sigma עבור החלקה Gaussiana. טיפול בקצוות יכול להשתמש ב-reflect, pad או truncate. הנוסחאות כוללות y_i = ממוצע של שכנים עבור ממוצע נע; Savitzky-Golay מחשב y_hat_i כקונבולוציה עם מקדמים פולינומיאליים; LOESS מתאים רגרסיות מקומיות עם kernel tri-cubical; החלקה Gaussiana משתמשת בקונבולוציה משוקלת עם kernel Gaussian.
התוצאות כוללות smoothed_series, residuals (original minus smoothing) ורשימת הפרמטרים ששימשו. התוצאה שומרת על אותה אורך כמו הקלט לתיאום עם גרפים ודגמים יורדים. הוא תומך במדידת דגימה לא סדירה באמצעות x_values ומספק אבחון כדי לבחור את השיטה ששומרת על המגמות בצורה הטובה ביותר תוך הפחתת הרעש. מקרי שימוש כוללים ניקוי נתוני חיישן, סדרות אקלימיות ופיננסיות, יומני ניסויים והדגמות לימוד. הערך הייחודי הוא הצעת מספר שיטות החלקה במסגרת זרימת עבודה אחת, בקרות פרמטרים ברורות ואפשרויות ייצוא פשוטות למודלים, ויזואליזציה ודיווח.