问题描述
我有一组 3 维点,如下面的示例数据。我想从中创建一条流畅的线条。有关于在 3D 空间中平滑 2D 表面的信息,但我如何在 3D 空间中平滑 1D 线?
Z = seq(0,1,0.01)
X = rnorm(length(Z),mean = 0,sd = 0.1)
Y = 2 * Z ^ 2 + rnorm(length(Z),sd = 0.1)
data = data.frame(X = X,Y = Y,Z= Z)
解决方法
这是一个多元回归的例子。如果你碰巧知道与 Z
的关系应该是二次的,你可以这样做
fit <- lm(cbind(X,Y) ~ poly(Z,2))
但我假设您不知道这一点,并且想要某种更平滑的效果。我不认为 loess
、lowess
或 gam
处理多元回归,但您可以在 lm
中使用自然样条:
library(splines)
fit <- lm(cbind(X,Y) ~ ns(Z,df = 4))
拟合值将通过 predict(fit)
在两列矩阵中返回。
要绘制结果,您可以使用 rgl
:
library(rgl)
plot3d(X,Y,Z,col = "red")
lines3d(cbind(predict(fit),Z))