blob: e3d1526f0acaa1472f47d0eaec785c72671263cf (
plain)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
|
#ifndef VGAUSS1D_ESTIMATER
#define VGAUSS1D_ESTIMATER
#include <core/pre_estimater.hpp>
#include <misc/optvec.hpp>
#include <vmodels/gauss1d.hpp>
#include <vector>
namespace opt_utilities
{
template <typename T>
class gauss1d_estimater
:public pre_estimater<optvec<T>,optvec<T>,optvec<T>,std::string>
{
public:
gauss1d_estimater()
{
this->set_model_id("1d gaussian");
}
gauss1d_estimater<T>* do_clone()const
{
return new gauss1d_estimater<T>(*this);
}
void do_estimate(const data_set<optvec<T>,optvec<T> >& d,model<optvec<T>,optvec<T>,optvec<T>,std::string>& m)const
{
int n=d.size();
T xmean=0;
T x2mean=0;
T wgt=0;
T wgt2=0;
for(int i=0;i<n;++i)
{
T x=d.get_data(i).get_x()[0];
T y=d.get_data(i).get_y()[0];
xmean+=x*y;
x2mean+=x*x*y;
wgt+=y;
}
xmean/=wgt;
x2mean/=wgt;
T sigma=std::sqrt(x2mean-xmean*xmean);
m.set_param_value("x0",xmean);
m.set_param_value("sigma",sigma);
}
};
}
#endif
|
