项目中遇到的一个问题，关于数据处理的

[yingzijuntuan]

问题描述如下：（项目中遇到的，原问题专业性较强，我抽象出下面的模型）

我有一批数据X-y，假如新给一个X‘，希望得到y。

这个问题本身不是很难，我现在的领域中，做法如下：对于新给的X'，拿它去跟数据库的X对比，看哪个X跟X'最接近，那么这个X对应的y就是X'的y。

上面这种做法肯定是比较粗糙的，但是，我并不想改这个过程，因为没什么意思。

我的问题是，给的数据库X-y中，由于测量误差的关系，得到的X实际上是不准确的，实际上是有一个噪声的，所谓的X-y，实际上应该是X+b-y（这里的b应该是一个噪声）。那么对于新给的X'，怎么得到准确的y值？

大家有什么好的想法吗？

我现在的想法是：虽然得到的测量值X是不精确的，但是，实际上我可以花费一些代价，去得到少量的精确的X-y，然后用这个真实值去指导测量值。这个是初步的想法，有没有什么好的算法可以用呀？

[yingzijuntuan]

引用 1 楼 ahu9870 的回复:

如果数据Ｘ的大小有确定的规律，那么可以采用一个插值函数来得到更接近的Ｘ值。

你的意思是说，利用真实值X，和测量值X，做一个误差，然后把这个误差延伸到其他测量值，希望以此来得到准确的X？

[ahu9870]

如果数据Ｘ的大小有确定的规律，那么可以采用一个插值函数来得到更接近的Ｘ值。

[ahu9870]

引用 2 楼 yingzijuntuan 的回复:

你的意思是说，利用真实值X，和测量值X，做一个误差，然后把这个误差延伸到其他测量值，希望以此来得到准确的X？

从测量的角度来讲，实际是没有所谓“准确的值”，插值的目的是让误差更小。当然如果你的数据真的有准确的值，那你应当设法去找到那个“准确的值”。

[tanta]

实际上就是一个数据的匹配是吧？

[阿麦]

误差不好解决，花再多的精力，它还是存在的。 能否用一些方法，对X-Y先理一理呢，而不是把测量结果直接使用。 比如，在精算上，生命表的计算，就需要根据测量（大数人群的统计值）结果一些调整后才能得到比较靠谱的生命表数值。