def dataSmoothing3(changes):
length = len(changes)
x = np.linspace(1, length, num=length, endpoint=True)
y = np.array(changes)
kr = KernelReg(y, x, 'c')
r_fit = KernelReg.r_squared(kr)
#plt.figure(1)
#plt.subplot(131)
#plt.plot(x, y, 'go-')
#plt.title("Original",fontsize=20)
#plt.xlabel('Periods',fontsize=20)
#plt.ylabel('Dockerfile Size',fontsize=20)
#plt.grid(True)
if length < 20:
x1 = np.linspace(1, length, num=3 * length, endpoint=True)
else:
x1 = x
y_pred, y_std = kr.fit(x1)
#plt.subplot(132)
#plt.plot(x1, y_pred,'bo-')
#plt.title("Smoothing",fontsize=20)
#plt.xlabel('Periods',fontsize=20)
#plt.ylabel('Dockerfile Size',fontsize=20)
#plt.grid(True)
#plt.show()
ynew = dataResampling(y_pred)
xnew = np.linspace(1, 20, 20, endpoint=False)
#plt.subplot(133)
#plt.plot(xnew, ynew,'ro-')
#plt.title("Resampling",fontsize=20)
#plt.xlabel('Periods',fontsize=20)
#plt.ylabel('Dockerfile Size',fontsize=20)
#plt.grid(True)
#plt.show()
return ynew, r_fit
