Python 将数据表示为傅里叶变换或高次多项式？
我正在处理stelar light曲线。fits文件包含4000个时间点与stelar Brightness的数据点，有关不同周期性的几个示例，请参见图。我需要以一种方式来表示/拟合这些光照曲线，使我能够使用机器学习在无监督的情况下对其执行聚类。有人建议我要么使用高次p=30的多项式表示，最多几百次，要么在光照曲线上使用傅里叶变换。我发现numpy的多项式拟合。具有高次p的多项式拟合不能提供良好的拟合，我收到了警告RankWarning：多项式拟合可能条件较差。也许我应该试试傅里叶变换，但我不熟悉，而且听起来很复杂 为了机器学习聚类，我应该如何表示/拟合这些数据？使用p>30的np.polyfit是否可以获得良好的结果？Python 将数据表示为傅里叶变换或高次多项式？,python,machine-learning,cluster-analysis,polynomials,continuous-fourier,Python,Machine Learning,Cluster Analysis,Polynomials,Continuous Fourier,我正在处理stelar light曲线。fits文件包含4000个时间点与stelar Brightness的数据点，有关不同周期性的几个示例，请参见图。我需要以一种方式来表示/拟合这些光照曲线，使我能够使用机器学习在无监督的情况下对其执行聚类。有人建议我要么使用高次p=30的多项式表示，最多几百次，要么在光照曲线上使用傅里叶变换。我发现numpy的多项式拟合。具有高次p的多项式拟合不能提供良好的拟合，我收到了警告RankWarning：多项式拟合可能条件较差。也许我应该试试傅里叶变换，但我不熟
对于具有明显季节性循环的事物，傅里叶变换似乎更合适 想象一下你得到了更多的数据。您希望表示是稳定的，并且在某种程度上可以预测这种明显的时间模式。多项式不能很好地做到这一点，它可能一直需要新的项
但当然还有其他选择：DCT、小波等——关于处理此类数据的书有很多。这是一个非常普遍的问题！我看到其他stackexchange用户提出了一些一般性问题，目的是获得有关如何构建代码、使用什么方法等的主要建议。我希望得到类似的建议。@anishtain4：这与机器学习和相关小组中的其他问题是一致的：OP专门询问数据表示以服务于特定的函数调用。是的，最好有一个警告信息的具体例子。事实上，我面临着你提到的关于扩展数据的问题，这需要新的多项式项。你能指出我应该看哪些python包吗？一些示例/代码模板？推荐书？Tnx