拟合平滑曲线以绘制 R 中的数据

在本文中，我们将了解在 R 编程中将平滑曲线拟合到数据图的概念。平滑是数据分析中的一个重要概念。它也被称为曲线拟合和低通滤波。用于平滑的最常见的非参数方法是 loess()函数。 Loess 是 Local Regression 的缩写，用于拟合局部邻域中的多元回归。 span 参数用于控制邻域的大小。大小介于 0 和 1 之间。跨度值越大，拟合曲线越平滑。

Loess()函数的使用： Loess()函数用于数值向量以使其平滑。它还用于在本地预测 Y。

Syntax: loess(y ~ x)

Return: It smooth curve to plot of data 

示例 1：以下是将平滑曲线拟合到绘图的实现：

R

# Create example data
set.seed(159632)             
x <- 1:80
y <- sort(rnorm(80))
  
# Apply loess function
values <- loess(y ~ x)    
plot(x, y)                      
lines(predict(values),
      col = "blue",
      lwd = 2)

输出：

在上面的示例中 loess()函数用于将平滑曲线拟合到绘图中。 lwd 参数用于指定平滑曲线的线型。参数 x 和 y 用于为绘图提供协调。然后 loess函数将在图中设置一条平滑曲线。

示例 2：使用 loess()函数说明另一个示例：

电阻

x <- c(7  ,5,  2,  9,  1,  9,  17,  8,  9, 10)
y <- c(12, 14, 16, 18, 20, 2,  4,  6,  8,  7 )
values <- loess(y ~ x)
  
plot(x, y)
lines(predict(values), col = 'red', lwd = 2)

输出：

在上面的示例中，绘制了 X 轴和 Y 轴值。使用 loess函数拟合平滑曲线。预测将是平滑拟合曲线中适当维度的数组。