
시간 가중 지수 이동 평균(TWEMA) 스무딩(기본값)
y 값의 개수)를 고려합니다. 이를 통해 특성이 서로 다른 여러 라인을 동시에 표시할 때도 일관된 스무딩을 적용할 수 있습니다.
다음 샘플 코드는 이 동작이 내부적으로 어떻게 작동하는지 보여줍니다:

가우시안 스무딩
x 값마다 스무딩된 값을 계산하며, 해당 값의 앞뒤에 있는 점들을 모두 반영합니다.
이 알고리즘이 라이브 데이터에 적용되는 방식을 보려면 대화형 W&B 리포트의 가우시안 스무딩 섹션을 참조하세요.

이동 평균 스무딩
x 값 전후의 윈도우에 있는 점들의 평균으로 해당 점을 대체하는 스무딩 알고리즘입니다. “Boxcar Filter” on Wikipedia를 참조하세요. 이동 평균에 대해 선택한 파라미터는 이동 평균에 포함할 점의 개수를 지정합니다.
점들이 x축에 고르지 않게 분포되어 있다면 대신 가우시안 스무딩을 사용하세요. 점 밀도가 달라질 때는 고정 폭 윈도우가 오해의 소지가 있는 평균을 만들 수 있기 때문입니다.
이 알고리즘이 라이브 데이터에 적용된 모습을 보려면 대화형 W&B 리포트의 이동 평균 section을 참조하세요.

지수 이동 평균(EMA) 스무딩
- 샘플링
- 그룹화
- 표현식
- 비단조 x축
- 시간 기반 x축

원본 데이터 숨기기
