python - python中的最小二乘法

标签 python math numpy scipy least-squares

<分区>

我有两个数据列表,一个具有 x 值,另一个具有相应的 y 值。我怎样才能找到最合适的?我试过弄乱 scipy.optimize.leastsq 但我似乎无法正确处理。

非常感谢任何帮助

最佳答案

我认为使用执行最小二乘多项式拟合的 numpy.polyfit 会更简单。这是一个简单的片段:

import numpy as np

x = np.array([0,1,2,3,4,5])
y = np.array([2.1, 2.9, 4.15, 4.98, 5.5, 6])

z = np.polyfit(x, y, 1)
p = np.poly1d(z)

#plotting
import matplotlib.pyplot as plt
xp = np.linspace(-1, 6, 100)
plt.plot(x, y, '.', xp, p(xp))
plt.show()

enter image description here

关于python - python中的最小二乘法,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/18988384/

相关文章:

python - 使用 Python 和 Selenium 进行网页抓取,不知道如何获取动态数据

python - 使滚动条在 Canvas tkinter 上动态改变长度

java - 如何在java中使用高斯分布计算靶心上的随机点

algorithm - 按顺时针顺序对点进行排序?

math - 四舍五入到最接近的奇数

python - numpy *= 不工作

python - 通过指定行/列从现有矩阵创建新矩阵

python - 找到最有值(value)的位置

python - Jupyter笔记本,从单元格输出多个表达式

python - 这是标签列表还是其他什么?