PyQt-Fit 的 NonParamRegression 与 R 的 loess答案

【问题标题】：PyQt-Fit's NonParamRegression vs. R's loessPyQt-Fit 的 NonParamRegression 与 R 的 loess
【发布时间】：2018-03-16 15:28:42
【问题描述】：

这两个函数或多或少是等价的？例如，如果我有一个 R 调用，例如：

loess(formula = myformula, data = mydata, span = myspan, degree = 2, normalize = TRUE, family = "gaussian")

如何使用 PyQt-Fit 获得相同或相似的结果？我应该简单地用method=npr_methods.LocalPolynomialKernel(q=2) 调用smooth.NonParamRegression 函数（http://pythonhosted.org/PyQt-Fit/NonParam_tut.html）吗？ span、family等其他参数呢？

更新

我确实意识到这两种实现可能并不相同 (https://www.statsdirect.com/help/nonparametric_methods/loess.htm)。但任何关于“近似”其结果的 cmets 都会受到赞赏。

【问题讨论】：

标签： r python-3.x loess

【解决方案1】：

Statsmodels 有一个 LOWESS 实现 (http://www.statsmodels.org/devel/generated/statsmodels.nonparametric.smoothers_lowess.lowess.html)。

查看这篇关于 LOESS 和 LOWESS 区别的帖子：https://stats.stackexchange.com/questions/161069/difference-between-loess-and-lowess

如何在 Python 中使用 statsmodels'lowess 函数的快速示例

import numpy as np
import statsmodels.api as sm

lowess = sm.nonparametric.lowess

生成两个随机数组，x 和 y：

x = np.random.rand(100, 1)
y = np.random.rand(100, 1)

运行lowess函数（Frac指的是bandwidth。注意frac和it是任意设置的。另外，这里没有指定所有参数，有的设置为默认值，更多请查看官方文档）：

results = lowess(y, x, frac=0.05, it=3)

结果存储在一个二维数组中。第一列包含排序后的 x (exog) 值，第二列包含相关的估计 y (endog) 值。

例如，如果您想构建残差，可以按以下步骤进行：

res = y - results[:,1]

【讨论】：