#python #data-science #forecasting #gaussian #nonlinear-functions
Вопрос:
В презентации Винсента Вармердама о линейном прогнозировании он рассказывает о моделировании нелинейных данных с помощью линейных моделей и, например, о расширении радиального базиса. Кто-нибудь знает, какую функцию он здесь использует? Я предполагаю, что это версия Гаусса первой степени.
Вот как далеко я продвинулся, но я хотел бы добиться медленного подъема, резкого падения с последующим восстановлением, как на картинке выше.
x=np.array([i/10 for i in range(-100,1000)])
t=50
d=0.01
plt.figure(figsize=[10,5])
plt.plot(x,-((x-t)*np.exp(-0.5*d*(x-t)**2)))
