Python で多項式近似と決定係数
こんにちは。
仕事の自動化にやりがいと達成感を感じるガッくんです。
この記事の目次
背景・目的
今まで近似や補間をブログに書いてきましたが、多項式近似を忘れていました。
1 番ポピュラーな近似方法を忘れていました。
多項式の近似は案外使い勝手の良いシロモノです。
テスト用にある程度複雑な波形を作り、 誤差を与えます。
そして、誤差を含む波形上の点に対して近似曲線を作ります。
動作環境
・Windows 7
・winpython 64bit 3.4.4
プログラム
ソースコード
###############################################################################
# n 次多項式補間
###############################################################################
#==============================================================================
# ファイルインポート
#==============================================================================
import numpy as np
import matplotlib.pyplot as plt
#==============================================================================
# グラフ描画関数
#==============================================================================
def wave_graph(x, y, x1, y1, xmin, xmax, ymin, ymax):
plt.figure(figsize=(8, 6))
# 元々の値の出力
plt.plot(x, y, 'r.', label="original data point")
plt.plot(x, y, 'r')
# 誤差を含んだ値の出力
plt.plot(x1, y1, 'b.', label="data point for test")
plt.plot(x1, y1, 'b')
# グラフのタイトル・目盛設定
plt.title("wave for test")
plt.xlim([xmin, xmax])
plt.ylim([ymin, ymax])
# 凡例の位置設定
plt.legend(loc='upper right')
# 格子の設定
plt.grid(which='major', color='black', linestyle='-')
plt.grid(which='minor', color='black', linestyle='-')
# グラフ出力
file_name = 'wave for test.jpg'
plt.savefig(file_name)
# 表示
plt.show()
return file_name
def err_graph(x, y, xmin, xmax, ymin, ymax):
plt.figure(figsize=(8, 6))
# 各 x 値における誤差の出力
plt.bar(x, y, linewidth = 0, width = 0.0007)
plt.plot(x, y, 'r.', label="error of data point")
plt.plot(x, y, 'r')
# グラフのタイトル・目盛設定
plt.title("error of wave for test")
plt.xlim([xmin, xmax])
plt.ylim([ymin, ymax])
# 凡例の位置設定
plt.legend(loc='upper right')
# 誤差の表示
max_err = max(y)
min_err = min(y)
plt.text(xmin+np.abs((xmax-xmin)*0.01), ymin+np.abs((ymax-ymin)*0.07), 'upper error = ' + str(max_err))
plt.text(xmin+np.abs((xmax-xmin)*0.01), ymin+np.abs((ymax-ymin)*0.01), 'lower error = ' + str(min_err))
# 格子の設定
plt.grid(which='major', color='black', linestyle='-')
plt.grid(which='minor', color='black', linestyle='-')
# グラフ出力
file_name = 'error of wave for test.jpg'
plt.savefig(file_name)
# 表示
plt.show()
return file_name
def graph(x, y, a, b, interpolation_method):
plt.figure(figsize=(8, 6))
# 元々の値の出力
plt.plot(x, y, 'ro', label="data point")
# 補間した結果を出力
plt.plot(a, b, 'k', label=interpolation_method)
# グラフのタイトル・目盛設定
plt.title(interpolation_method)
plt.grid(True)
plt.xlabel('time[sec]')
plt.ylabel('amplitude')
# 凡例の位置設定
plt.legend(loc='lower right')
# グラフ出力
file_name = interpolation_method + '.jpg'
plt.savefig(file_name)
# 表示
plt.show()
#==============================================================================
# 決定係数が最大を示す n 次式の最小二乗法近似関数
#==============================================================================
def n_th_order_least_squares_approximation_by_max_corrcoef(x, y, stop_n, point):
X = np.linspace(x[0], x[-1], num=point, endpoint=True) # x の値の準備
max_corrcoef = 0 # 最終的に採用した決定係数記憶用変数
orders = [] # 次数の履歴記憶用変数
corrcoefs = [] # 決定係数の履歴記憶用変数
for n in range(1, stop_n): # 1 ~ stop_n まで繰り返す
f = np.poly1d(np.polyfit(x, y, n)) # 多項式近似
Y = f(X) # X に対応する y の値を計算する
corrcoef = np.corrcoef(y, f(x))[0, 1]**2 # 決定係数を計算する
orders.append(n) # 次数の履歴記憶
corrcoefs.append(corrcoef) # 決定係数の履歴記憶
# 現状最大の決定係数 max_corrcoef よりさっき計算した corrcoef が大きい場合
if max_corrcoef < corrcoef:
max_corrcoef = corrcoef # max_corrcoef の更新
fix_Y = Y # 最大決定係数の時の Y を記憶する
fix_n = n # 最大決定係数を記憶する
plt.figure(figsize=(8, 6)) # グラフの初期化
plt.plot(orders, corrcoefs, 'r.', label="coefficient of determination") # 決定係数の値の出力
plt.plot(orders, corrcoefs, 'r') # 値のドットを線で結ぶ
plt.legend(loc='lower right') # 凡例の位置設定
plt.grid(True) # 罫線表示
plt.xlabel('order') # 横軸タイトル
plt.ylabel('coefficient of determination') # 縦軸タイトル
file_name = 'Determination coefficient transition to ' + str(fix_n) + '.jpg' # グラフ名設定
plt.savefig(file_name) # グラフ出力
return X, fix_Y, fix_n # 戻り値
#==============================================================================
# 決定係数が上昇しなくなった n 次式の最小二乗法近似関数
#==============================================================================
def n_th_order_least_squares_approximation_by_eps(x, y, stop_n, point):
X = np.linspace(x[0], x[-1], num=point, endpoint=True) # x の値の準備
max_corrcoef = 0 # 最終的に採用した決定係数記憶用変数
orders = [] # 次数の履歴記憶用変数
corrcoefs = [] # 決定係数の履歴記憶用変数
eps = 0.00001 # 打切り誤差
for n in range(1, stop_n): # 1 ~ stop_n まで繰り返す
f = np.poly1d(np.polyfit(x, y, n)) # 多項式近似
Y = f(X) # X に対応する y の値を計算する
corrcoef = np.corrcoef(y, f(x))[0, 1]**2 # 決定係数を計算する
orders.append(n) # 次数の履歴記憶
corrcoefs.append(corrcoef) # 決定係数の履歴記憶
# 現状最大の決定係数 max_corrcoef とさっき計算した corrcoef の差の絶対値が打切り誤差より小さい場合
if abs(max_corrcoef - corrcoef) < eps:
break # 多項式計算のループ終了
# 現状最大の決定係数 max_corrcoef よりさっき計算した corrcoef が大きい場合
if max_corrcoef < corrcoef:
max_corrcoef = corrcoef # max_corrcoef の更新
fix_Y = Y # 最大決定係数の時の Y を記憶する
fix_n = n # 最大決定係数を記憶する
plt.figure(figsize=(8, 6)) # グラフの初期化
plt.plot(orders, corrcoefs, 'r.', label="coefficient of determination") # 決定係数の値の出力
plt.plot(orders, corrcoefs, 'r') # 値のドットを線で結ぶ
plt.legend(loc='lower right') # 凡例の位置設定
plt.grid(True) # 罫線表示
plt.xlabel('order') # 横軸タイトル
plt.ylabel('coefficient of determination') # 縦軸タイトル
file_name = 'Determination coefficient transition to ' + str(fix_n) + '.jpg' # グラフ名設定
plt.savefig(file_name) # グラフ出力
return X, fix_Y, fix_n # 戻り値
#==============================================================================
# テスト用データ作成
#==============================================================================
# 値の準備 =====================================================================
N = 2**7 # サンプリング数
dt = 0.00025 # サンプリング周期
ampl = np.array([ 1, 1, 2]) # 振幅
freq = np.array([60, 45, 100]) # 周波数
peri_axis = np.arange(0, N*dt, dt) # 周期軸
error = 0.15 # 誤差係数
for i in range(len(freq)):
if i==0:
origin_y = ampl[i] * np.sin(2*np.pi*freq[i]*peri_axis) # 入力波形
y = ampl[i] * np.sin(2*np.pi*freq[i]*peri_axis) + error * np.random.randn(N) # 誤差を与えた入力波形
else:
origin_y += ampl[i] * np.sin(2*np.pi*freq[i]*peri_axis) # 入力波形
y += ampl[i] * np.sin(2*np.pi*freq[i]*peri_axis) + error * np.random.randn(N) # 誤差を与えた入力波形
# 与えた誤差の計算 ==============================================================
err = (y) - (origin_y)
# グラフ出力設定 ================================================================
xmin = min(peri_axis) - (3*dt) # グラフの x 軸の最小値設定
xmax = max(peri_axis) + (3*dt) # グラフの x 軸の最大値設定
ymin = min(y) * 1.2 # グラフの y 軸の最小値設定
ymax = max(y) * 1.2 # グラフの y 軸の最大値設定
x_scale_interval = 1 # x 方向目盛間隔
y_scale_interval = 1 # y 方向目盛間隔
max_err = max(err)
min_err = min(err)
ymin_err = min_err * 1.5
ymax_err = max_err * 1.5
# グラフ出力 ====================================================================
wave_graph(peri_axis, origin_y, peri_axis, y, xmin, xmax, ymin, ymax)
err_graph(peri_axis, err, xmin, xmax, ymin_err, ymax_err)
# 決定係数が最大を示す次数による多項式補間 =========================================
X, Y, n = n_th_order_least_squares_approximation_by_max_corrcoef(peri_axis, y, 100, 1000)
graph(peri_axis, origin_y, X, Y, str(n) + 'th order by max coef')
# 決定係数が上昇しなくなった次数による多項式補間 ======================================
X, Y, n = n_th_order_least_squares_approximation_by_eps(peri_axis, y, 100, 1000)
graph(peri_axis, origin_y, X, Y, str(n) + 'th order by stop coef')
結果
曲線の近似には元々の波形と近似曲線がどれくらい一致しているかという指標があります。
この指標を"決定係数"と言います。
決定係数が示す範囲は 0 〜 1 です。
1 に近づく程、波形が一致していることを示します。
しかし、この指標は注意が必要で、波形データは点の集まりなので、その点における一致を見る指標だからです。
イメージがつかないと思うので、実際に結果を見てみます。
今回は色々と次数を 1 次から 2 次、 3 次と 100 次まで上げていきました。
次数が上がるにつれて決定係数も上昇していく傾向があります。
そこで、下記の①、②の近似曲線を作成して傾向を確認しました。
①決定係数が最大を示した次数の近似曲線
②決定係数の上昇が無くなった次数の近似曲線
①の近似曲線は 99 次という大きな次数の近似曲線です。
図3 から次数を上げるにつれて決定係数も上昇している傾向が分かります。
決定係数が 1 付近に来るとほぼ一定になります。
図4 は 0.035 秒あたりで波形が乱れています。
決定係数は高く、一致しているかと思われましたが、点における一致を見る指標であるため、点と点の間の乱れまでは分かりません。
図5 を見るとほぼ一定になり、すぐに終了しています。
図6 は乱れがなく図4 と遜色ない程度に近似されています。
決定係数の値としては②の近似曲線よりも①の近似曲線の方が高いはずですが、②の近似曲線の方が曲線としては一致していると言えます。
決定係数は点がどのくらい一致するのかを示す指標なので、決定係数の高さだけでは最適な次数の近似曲線を決めることはできないことが分かりました。
コメント
今回、近似曲線を求めた時に下記の Warning がスローされました。
C:\WinPython-64bit-3.4.4.6Qt5\python-3.4.4.amd64\lib\site-packages\numpy\lib\polynomial.py:595: RankWarning: Polyfit may be poorly conditioned
warnings.warn(msg, RankWarning)
調べたら、高次の多項式近似の場合、近似の信頼性が低下するらしく、その時にスローされる Warning の様でした。より高次の複雑な曲線の近似方法について調べていきたいです。
以上