数据平滑算法小结（随时补充）

1. Savitzky-Golay滤波器（SG filter）

参考：🔗

SG滤波器广泛地运用于数据流平滑除噪，是一种在时域内基于局域多项式最小二乘法拟合的滤波方法。这种滤波器最大的特点在于在滤除噪声的同时可以确保信号的形状、宽度不变。
它对信号的操作是在时域内对window_length内的数据进行多项式拟合。而从频域上看，这种拟合实际就是通过了低频数据，而滤掉了高频数据。
这种滤波其实是一种移动窗口的加权平均算法，但是其加权系数不是简单的常数窗口，而是通过在滑动窗口内对给定高阶多项式的最小二乘拟合得出。

scipy.signal.savgol_filter(x, window_length, polyorder)

x为要滤波的信号
window_length即窗口长度
取值为奇数且不能超过len(x)。它越大，则平滑效果越明显；越小，则更贴近原始曲线。
polyorder为多项式拟合的阶数。
它越小，则平滑效果越明显；越大，则更贴近原始曲线。