我们如何从多项式回归曲线生成数字序列？

Question

我错过了数据集的一部分，即网球在视频中每一帧的位置。缺少的部分是当球员击球时，球会上升并下降到第二个球员身上，形成曲线形状。 我已经使用多项式回归方法创建了曲线，如图所示。enter image description here 曲线显示了丢失数据前的十个点和丢失数据后的十个点。 现在，我们如何从我使用 python 创建的曲线中生成一系列点，即缺失的数据？！

缺失的数据点：

([1189,1188, 1186,1187,1184,1183,1182,1181,1181,1181[缺失数据]908,906,901,900,898,893,888,883,878,879]) ([221,216,213,212,209,205,200,195,195,195[缺失数据]212,222,235,235,249,263,276,292,303,303])

这是我用来创建曲线的代码：

import numpy as np
import matplotlib.pyplot as plt

x = np.array([1189,1188, 1186,1187,1184,1183,1182,1181,1181,1181,908,906,901,900,898,893,888,883,878,879])
y = np.array([221,216,213,212,209,205,200,195,195,195,212,222,235,235,249,263,276,292,303,303])

model = np.poly1d(np.polyfit(x,y,3))
line = np.linspace(np.min(x), np.max(x), num=100)
plt.scatter(x, y)
plt.plot(line, model(line))
plt.show() 

Answer 1

您的模型是使用np.polyfit获得的：

fitted_parameters = np.polyfit(x,y,3)

您可以使用np.polyval进行预测：

x = 1050
prediction = np.polyval(fitted_parameters, x)
# The prediction value for x = 1050 is y = 8.64

因此只需使用np.linspace 获得一组均匀分布的x 值，并使用np.polyval 获得曲线（缺少的y 值）。