擅长:python、mysql、java
<p>我们知道函数的导数定义如下:</p>
<blockquote>
<p>f'(x) = lim_(h -> 0) (f(x + h) - f(x - h)) / 2h </p>
</blockquote>
<p>假设函数的导数是在任何地方定义的。当h很小时,你会得到更好的导数近似值,当h很大时,你会得到一个很差的导数近似值。在</p>
<p>在数据集的情况下应用这种方法有一个问题。有时h会变得很小,从而给出荒谬的高梯度值。有时h太大,梯度估计很差。为了克服这个问题,让我们定义时间t1和t2的两个阈值。如果连续时间差在t1和t2之间,那么我们用这个点,通过上面的公式f'(x)来确定梯度。如果超过这个阈值,我们就忽略这一点。在</p>
<blockquote>
<p>How do we compute the gradient for rest of the points?</p>
</blockquote>
<p>我们可以根据上一步找到的点来拟合多项式。在</p>