溫馨提示×

您好,登錄后才能下訂單哦!

密碼登錄×
登錄注冊(cè)×
其他方式登錄
點(diǎn)擊 登錄注冊(cè) 即表示同意《億速云用戶服務(wù)條款》

Python數(shù)據(jù)擬合實(shí)現(xiàn)最小二乘法的示例分析

發(fā)布時(shí)間:2021-10-20 18:53:52 來(lái)源:億速云 閱讀:183 作者:柒染 欄目:開(kāi)發(fā)技術(shù)

今天就跟大家聊聊有關(guān)Python數(shù)據(jù)擬合實(shí)現(xiàn)最小二乘法的示例分析,可能很多人都不太了解,為了讓大家更加了解,小編給大家總結(jié)了以下內(nèi)容,希望大家根據(jù)這篇文章可以有所收獲。

線性擬合

Python數(shù)據(jù)擬合實(shí)現(xiàn)最小二乘法的示例分析

Python數(shù)據(jù)擬合實(shí)現(xiàn)最小二乘法的示例分析

這個(gè)表達(dá)式還是非常簡(jiǎn)單的。

對(duì)于有些情況,我們往往選取自然序列作為自變量,這個(gè)時(shí)候在求自變量的取值時(shí)可以用到一些初等數(shù)學(xué)的推論,對(duì)于 x ∈ [ m , n ] 的自然序列來(lái)說(shuō),有

Python數(shù)據(jù)擬合實(shí)現(xiàn)最小二乘法的示例分析

#文件名core.py
import numpy as np
def leastSquare(x,y):
    if len(x)==2:
    #此時(shí)x為自然序列
        sx = 0.5*(x[1]-x[0]+1)*(x[1]+x[0])
        ex = sx/(x[1]-x[0]+1)
        sx2 = ((x[1]*(x[1]+1)*(2*x[1]+1))
              -(x[0]*(x[0]-1)*(2*x[0]-1)))/6
        x = np.array(range(x[0],x[1]+1))
    else:
        sx = sum(x)
        ex = sx/len(x)
        sx2 = sum(x**2)    
    sxy = sum(x*y)
    ey = np.mean(y)
    a = (sxy-ey*sx)/(sx2-ex*sx)
    b = (ey*sx2-sxy*ex)/(sx2-ex*sx)
    return a,b

測(cè)試一下

>>> x = np.arange(25)
>>> y = x*15+20+np.random.randn(len(x))*5	#randn生成正態(tài)分布噪聲
>>> a,b = core.leastSquare(x,y)				
>>> plt.scatter(x,y)						#原始數(shù)據(jù)散點(diǎn)圖
<matplotlib.collections.PathCollection object at 0x00000218DEBBEDC8>
>>> plt.plot(x,a*x+b)						#擬合直線
[<matplotlib.lines.Line2D object at 0x00000218E0314FC8>]
>>> plt.show()

得到

Python數(shù)據(jù)擬合實(shí)現(xiàn)最小二乘法的示例分析

高階多項(xiàng)式

Python數(shù)據(jù)擬合實(shí)現(xiàn)最小二乘法的示例分析

和前面一樣,約定

Python數(shù)據(jù)擬合實(shí)現(xiàn)最小二乘法的示例分析

代碼如下

#傳入?yún)?shù)格式為np.array,n為階數(shù)
def leastSquareMulti(x,y,n):
    X = [np.sum(x**i) for i in range(2*n+1)]
    Y = np.array([[np.sum(y*x**i)] for i in range(n+1)])
    S = np.array([X[i:i+n+1] for i in range(n+1)])
    return np.linalg.solve(S,Y)		#

經(jīng)測(cè)試結(jié)果如下:

>>> x = np.arange(25)
>>> y = x**3+3*x**2+2*x+12
>>> import core
>>> core.leastSquareMulti(x,y,3)
array([[12.],		#此為常數(shù)項(xiàng)
       [ 2.],
       [ 3.],
       [ 1.]])

多自變量

對(duì)于樣本

Python數(shù)據(jù)擬合實(shí)現(xiàn)最小二乘法的示例分析

則相應(yīng)地其誤差方程組可表示為

Python數(shù)據(jù)擬合實(shí)現(xiàn)最小二乘法的示例分析

指數(shù)函數(shù)

Python數(shù)據(jù)擬合實(shí)現(xiàn)最小二乘法的示例分析

則其代碼為

def expFit(x,y):
    y0 = y[0:-3]
    y1 = y[1:-2]
    y2 = y[2:-1]
    B,C = leastSquare(y2/y0,y1/y0)
    b1 = np.log((B-np.sqrt(B**2+4*C))/2)
    b2 = np.log((B+np.sqrt(B**2+4*C))/2)
    X = np.exp(b1-b2)*x
    Y = y/np.exp(b2*x)
    a1,a2 = leastSquare(X,Y)
    return a1,a2,b1,b2


看完上述內(nèi)容,你們對(duì)Python數(shù)據(jù)擬合實(shí)現(xiàn)最小二乘法的示例分析有進(jìn)一步的了解嗎?如果還想了解更多知識(shí)或者相關(guān)內(nèi)容,請(qǐng)關(guān)注億速云行業(yè)資訊頻道,感謝大家的支持。

向AI問(wèn)一下細(xì)節(jié)

免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng),如果涉及侵權(quán)請(qǐng)聯(lián)系站長(zhǎng)郵箱:is@yisu.com進(jìn)行舉報(bào),并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。

AI