Metadata-Version: 2.1
Name: GTAlib-KernelAdjust
Version: 0.1.0
Summary: Libreria para el ajuste de datos utilizando distintos kernels
Home-page: https://gitlab.com/gtorresa312/trabajos-en-clase.git
Author: German
Author-email: german.torres@udea.edu.co
License: MIT
Requires-Python: >=3.11.6
Description-Content-Type: text/markdown
Requires-Dist: numpy ==1.26.1
Requires-Dist: pandas ==2.1.2
Requires-Dist: matplotlib ==3.8.1

# DataAdjustment

`DataAdjustment` es una clase Python que proporciona funcionalidades para el ajuste de datos utilizando el metodo de Kernels. El proceso de suavizaciÃ³n se hace mediante tres tipos de kernel: Gaussiano, Tricube y Epanechnikov 

## Requisitos

- Python 3.11.6
- numpy 1.26.1
- pandas 2.1.2
- matplotlib 3.8.1



## Instalacion

Para instalar la libreria, utiliza el comando

```bash
pip install GTAlib_KernelAdjust
```


## Uso
La estructura base para implementar la libreria es:

```python
# Importar la clase DataAdjustment
from GTAlib_KernelAdjust import Kernels_DataAdjust

# Crear una instancia de DataAdjustment con el URD del archivo CSV de datos y valor de sigma (opcional)
adjustment = Kernels_DataAdjust('datos.csv', sigma=1)

# Graficar la curva suavizada junto con los datos reales usando cada uno de los Kernels
adjustment.plot_smooth_curves()

# Graficar la comparativa de Kernels 
adjustment.comparison()
```

