网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!
正常显示如上图
考虑到折线图上的展示实际上看的是趋势和特别动荡的点,因此或许可以只保留那些‘极值点’即特征点
这样就想到了几个方案
比如用聚类算法将依据动荡程度数据分类然后取均值,但是不论是最简单的K-mean还是其他都需要事先确定分组或者初始值,这样就需要让数据经过两轮洗礼,开局加载就要等个10~20s,显然得不偿失
2.多项式拟合算法,拟合算法大多用来训练一个模型做预测作用,而且为了确定幂次数和让损差函数达到恰当小的值,开销可能更大,显得大材小用了
然后我就傻傻的把自己折磨了半天去测试这些,最后拍大腿一想,不是更应该用数据降维或者降采样</