擅长:python、mysql、java
<p>你所说的“紧凑流形”是指像轨迹或嵌入3d的曲面这样的低维函数吗?对于R中的曲面问题,您有几个备选方案,具体取决于您希望的“参数化”或“非参数化”。各种类型的回归样条可以应用在估计平均值f(x,y)的框架内,如果这些值是“紧密”间隔的,则可以得到相对准确和简单的概要估计。有几种非参数化方法,如包“locfit”、“akima”和“mgcv”。(我真的不确定如何从统计学上估计三维空间中的一维流形。)</p>
<p>编辑:但如果我真的想看到一个三维分布,并弄清楚它是参数曲线还是轨迹,我会包装:rgl和只需在可旋转的三维框架中绘制。在</p>
<p>如果你试图形成一个凸壳(插值这个词可能是错误的选择),那么我知道有2-d解,并且怀疑搜索也会找到3-d解。构建正确的搜索策略将取决于目前为止2条评论所反映的细节。我推测,如果你想使用回归方法来创建边界,那么可以尝试将低阶和高阶统计数据建模为(x,y)的函数,比如1和99%。有一个分位数回归软件包,rogerkoenker的“rq”得到了很好的支持。在</p>