【快速实践】深度学习 -- 数据曲线平滑化

希望对你有帮助呀！！💜💜 如有更好理解的思路，欢迎大家留言补充 ~ 一起加油叭 💦
欢迎关注、订阅专栏 【深度学习从 0 到 1】谢谢你的支持！

在观察数据结果时，我们通常希望获得整体趋势信息 – 所以可以应用平滑化手段绘制更易读的曲线

• 以数据 d = np.random.random(20) 为例：

  import numpy as np
  import matplotlib.pyplot as plt
  
  d = np.random.random(20)
  
  # 平滑化函数 -- 指数移动平均值:
  # smooth_point = previous * factor + point * (1 - factor)
  def smooth_curve(points, factor=0.8): 
      smoothed_points = [] 
      for point in points: 
          if smoothed_points: 
              previous = smoothed_points[-1] 
              smoothed_points.append(previous * factor + point * (1 - factor)) 
          else: 
              smoothed_points.append(point) 
      return smoothed_points 
  
  plt.figure()
  xdata = list(range(len(d)))
  
  # 绘制平滑前和后曲线
  plt.plot(xdata, d, color='yellow', label="Smoothed (Before)")  # 平滑前，黄色
  plt.plot(xdata, smooth_curve(d), color='orange', label="Smoothed (After)")  # 平滑后，橙色
  
  # 填充两个曲线之间的区域，透明黄色
  plt.fill_between(xdata, d, smooth_curve(d), color='yellow', alpha=0.3)
  
  plt.xlabel("episode")
  plt.ylabel("reward")
  plt.legend()
  
  plt.show()