如何使用Bernstein多项式将平滑曲线拟合到R中的数据？

我知道有很多类似的问题，但我需要用伯恩斯坦多项式来解决这个问题

我试过这样的方法：

library(pracma)

train <- rnorm(100)
test <- rnorm(50)

eCDF <- ecdf(train)

# squeeze eCDF support between 0 and 1
Fy <- function(y){
  b <- max(train)
  a <- min(train)
  eCDF((b-a)*y+a)
}

m <- min(test)
M <- max(test)
# squeeze points between 0 and 1
x_to_y <- function(x) return ((x-m)/(M-m))

# polynomial order
k = 10

x <- x_to_y(test)

# bernstein Args: function to be approximated, order, points to estimates
y <- bernstein(Fy,k, x)

plot(x, y)

库（pracma）
试着创建一个可复制的例子，这样你就更有可能得到别人的帮助。现在应该没事了，谢谢。我不知道你在期待什么。如果键入
绘图（x，Fy（x））
然后键入
行（x，y）
，您可以清楚地看到
bernstein（）
确实适合您的数据点。也许你期望函数也能返回Bernstein多项式的系数。可以考虑添加此功能，但目前没有。
lo <- loess(y~x)
plot(x,y)
lines(predict(lo), col='red', lwd=2)