
简短的版本:当数据看起来像这样的时候,我如何找到一个将X映射到Y的函数。
注意:
对于一对发射率和距离,温度和raw_thermal_data之间的关系是线性的。
长篇版本:
我正在做一个使用热(红外)相机的项目。现在我们从传感器读数中提取温度(原始热数据)。
出于某种原因,我需要找到一个将温度数据映射到原始热数据的函数。现在,
temperature = F ( raw_thermal_data, emissivity, distance )我在努力寻找,
raw_thermal_data = F1 ( temperature, emissivity, distance )对于一对发射率和距离,温度和raw_thermal_data之间的关系是线性的。
看起来每一对发射率和距离,截距都是不同的。
有什么想法吗?
发布于 2020-07-22 07:38:25
不知道详细的数据,这看起来像一个线性模型与“假人”。
一个标准的线性模型(\beta_0是截距,\beta_1是斜率):
现在,当您有两个不同的“组”,其中有一个“标志”在数据中,您可以分配一个指示变量或“虚拟”(例如d,一个向量=1 "true“或=0否则)。您可以将其添加到线性模型中:
d为指定的组(d=1)引入了单独的拦截。
您还可以添加“交互术语”,以便通过简单地乘以d和d,为组x提供一个单独的斜率。
注意,由于模型中已经有一个拦截( \beta_0),所以只能在拦截中添加“对比”。因此,当您有希望对其进行单独拦截的i组时,您将向模型中添加i-1指示器/虚拟实体。对于“参考组”,拦截将是\beta_0,对于由“虚拟”(d )标识的组,拦截将是\beta_0 + d。
https://datascience.stackexchange.com/questions/78108
复制相似问题