问题描述
我正在尝试使用 julia 中的 GeoStats
包构建克里金插值模型。
我尝试了一个二维插值的例子,但结果并不准确,如下所述。
二维插值代码:
using KrigingEstimators,DataFrames,Variography,Plots
OK = OrdinaryKriging(GaussianVariogram()) # interpolator object
f(x) = sin(x)
# fit it to the data:
x_train = range(0,10.0,length = 9) |> collect
y_train = f.(x_train)
scatter(x_train,y_train,label="train points")
x_train = reshape(x_train,1,length(x_train))
krig = KrigingEstimators.fit(OK,x_train,y_train) # fit function
result = []
variance =[]
test = range(0,10,length = 101) |> collect
y_test = f.(test)
test = reshape(test,length(test))
for i in test
μ,σ² = KrigingEstimators.predict(krig,[i])
push!(result,μ)
push!(variance,σ²)
end
df_krig_vario = DataFrame(:predict=>result,:real=>y_test,:variance=>variance)
println(first(df_krig_vario,5))
mean_var = sum(variance)/length(variance)
println("")
println("mean variance is $mean_var")
test = reshape(test,length(test),1)
plot!(test,y_test,label="actual")
plot!(test,result,label="predict",legend=:bottomright,title="Gaussian Variogram")
参考上图可以看出插值预测是不准确的。我可以知道如何提高这种准确性吗?
解决方法
暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!
如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@)