Interpolacja
Marcin Orchel
1 Zadania
1.1 Zadania na 3.0
Napisać skrypt w R. W skrypcie
• Wykonać interpolację funkcją progową, liniową i spline’ami kubicznymi dla dwóch wybranych funkcji nieliniowych jednej zmiennej, w tym jedna z nich jest funkcją gęstości prawdopodobieństwa. W tym celu wygenerować punkty interpolacyjne z losową odciętą. Podzielić punkty na zbiór treningowy i testowy. Interpolację wy- konać na zbiorze treningowym.
• Dla każdej funkcji interpolowanej narysować na jednym wykresie punkty trenin- gowe, punkty testowe, funkcję interpolowaną i funkcje interpolujące.
• Porównać metody interpolacji za pomocą wyznaczenia średniego błędu kwadrato- wego (root mean square error, RMSE) na zbiorze testowym.
• Dodać do rzędnej punktów błąd normalny, porównać wyniki dla różnej wielkości odchyleń standardowych.
• Wykonać interpolację tych funkcji na stronie wolframalpha.com, porównać wyniki.
• Przed generacją punktów dodać błąd normalny do parametrów funkcji interpolują- cej. Punkty generowane są z funkcji interpolującej, która ma dodany błąd normalny i dodatkowo punkty mają dodany błąd normalny.
• Porównać szybkości wykonania metod.
• sprawdzić możliwości ustalania jak funkcja zachowuje się poza przedziałem ran- ge(x)
• Dodać komentarz do skryptu opisujący krótko na czym polegają użyte metody oraz wnioski z badań.
Wskazówki
• przykładowe funkcje sin x, 1/(1 + x), erf (x)
• dokonać skalowania danych do przedziału 0-1
• przykładowa interpolacja na stronie wolframalpha.com http://www.wolframalpha.
com/input/?i=interpolating+polynomial+{1%2C10}%2C{2%2C3}%2C{4%2C7}%2C{8%
2C0}&lk=3
• zbiór testowy również zawiera błędy, podobnie jak zbiór treningowy
• różnice w błędzie RMSE liczymy pomiędzy rzędnymi punktów testowych, a war- tościami funkcji interpolujących
• błąd RMSE liczymy ze wzoru
RM SE = s
P
ni=1