Сглаживание данных применяется для удаления шумов из исходного набора, а также для выделения тенденции, трудно обнаруживаемой в исходном наборе. Платформа Deductor Studio предлагает несколько видов спектральной обработки: сглаживание данных путем указания полос пропускания, вычитание шума путем указания степени вычитания шума и вейвлет-преобразования путем указания глубины разложения и порядка вейвлета.
Пример данных с шумом (рис. 1.31).
до обработки | сглаживания с полосой пропускания, равной 15 |
после применения вейвлет-преобразования с глубиной разложения 3 и порядком 6 | |
Рисунок 1.31 – Пример данных с шумом |
1) Продемонстрируем такой метод спектральной обработки, как вычитание шума. Для этого продолжим работу с данными файла Trade.txt файла L1_3.ded.
Теперь пропуская второй и третий шаги, на четвертом шаге Спектральная обработка выбираем поле Количество и указываем ему тип обработки Вычитание шума, степень подавления Большая. Так как больше никаких обработок не планировалось, то переходим на шаг запуска процесса обработки и нажимаем Пуск (рис.1.32).
|
|
2) После выполнения процесса обработки выберем в качестве визуализации диаграмму (рис. 1.33).
Рисунок 1.32 – Запуск процесса обработки
до обработки | после обработки |
Рисунок 1.33 – Результат сглаживания данных
Как видно из примера, данные стали более сглаженными и могут служить для дальнейшей обработки. Взглянув на данные легко понять общую тенденцию.
3) Сохраните проект в файле L1_6.ded.