高维外插和插值的区别

机器算法验证 插值 外推
2022-03-10 07:14:18

我在插值和外推之间看到的最常见的区别是插值在数据范围内,而外推在数据范围之外。这在一个维度上是有道理的,但在更高的维度上我不认为它也有效。考虑以下参数空间:

随机生成的参数空间,右上角为空。

让我们调用我要估计的函数f(x,y). 如果我想估计f在参数空间的红点处,这是插值还是外推?

使用“数据范围”定义它是插值。但是这个答案中描述的那种问题仍然可以在这里发生。从某种意义上说,数据并不存在于所有方面。

是否有更精确的插值和外推定义没有这个问题?

1个回答

您可以将跨越这些点的凸包定义为范围。如果您要预测的点在凸包之外,则称为外推。

但是如何称呼它有什么关系呢?