如何在R中基于离散带噪数据寻找p=0.5对应的x值？

问题背景 #

某机器学习模型输入x后输出预测概率p，模型计算逻辑未知。现有100组(x, p)离散数据，需找出所有满足p=0.5的x值。

核心挑战 #

• 未知函数p=f(x)，且不能通过拟合平滑多项式去除噪声（噪声信息至关重要）
• x为离散值，需通过插值方法求解对应根

R实现代码 #

# 替换为你的100组真实(x,p)数据
set.seed(123)
x <- seq(0, 10, length.out = 100)
p <- sin(x) + rnorm(100, 0, 0.2)  # 带噪声的模拟数据，模拟多根场景

# 定位p值穿越0.5的相邻数据点对
cross_indices <- which(diff(sign(p - 0.5)) != 0)

# 对每个跨区间做线性插值求解x值
roots <- sapply(cross_indices, function(i) {
  x1 <- x[i]
  x2 <- x[i+1]
  p1 <- p[i]
  p2 <- p[i+1]
  # 线性插值公式计算p=0.5对应的x
  x1 + (0.5 - p1) * (x2 - x1) / (p2 - p1)
})

# 可视化验证结果
plot(x, p, main = "离散数据p=f(x)与p=0.5的交点", xlab = "x", ylab = "p", pch = 16, col = "steelblue")
abline(h = 0.5, col = "red", lwd = 2, lty = 2)
points(roots, rep(0.5, length(roots)), col = "darkgreen", pch = 19, cex = 1.2)
text(roots, rep(0.5, length(roots)), labels = round(roots, 2), pos = 3, col = "darkgreen")

方案说明 #

1. 跨区间定位：通过diff(sign(p - 0.5))识别出p值从0.5一侧穿越到另一侧的相邻数据点，这些区间必然包含一个p=0.5的根
2. 线性插值求解：对每个跨区间应用线性插值公式，计算出精确的x值——该方法完全保留原始数据的噪声，不会像平滑多项式那样过滤掉波动信息
3. 可视化验证：绘制原始数据、参考线及求解得到的根，可直观确认所有根的位置（如你提供的可视化图所示，该方法可准确找出5个目标根）

内容的提问来源于stack exchange，提问作者SiH