데이터에 대한 Laguerre 시리즈의 최소 제곱 맞춤을 얻으려면 Pythonnumpy에서 laguerre.lagfit() 메서드를 사용합니다. 이 방법은 낮은 것에서 높은 순서로 라게르 계수를 반환합니다. y가 2차원이면 y의 k열에 있는 데이터에 대한 계수는 k열에 있습니다.
매개변수 x는 M 샘플(데이터) 점(x[i], y[i])의 x 좌표입니다. 매개변수 yare는 샘플 포인트의 y 좌표입니다. 동일한 x좌표를 공유하는 여러 샘플 포인트 세트는 열당 하나의 데이터 세트를 포함하는 2차원 배열을 y에 대해 전달하여 polyfit에 대한 한 번의 호출로 (독립적으로) 맞출 수 있습니다.
매개변수 deg는 피팅 다항식의 차수입니다. deg가 단일 정수인 경우 deg'항까지 포함하여 모든 항이 피팅에 포함됩니다. 매개변수 rcond는 피팅의 상대 조건 번호입니다. 가장 큰 특이값에 비해 rcond보다 작은 특이값은 무시됩니다. 기본값은 len(x)*eps이며, 여기서 eps는 플랫폼의 float 유형의 상대 정밀도이며 대부분의 경우 약 2e-16입니다.
매개변수 full은 반환 값의 특성을 결정하는 스위치입니다. False(기본값)인 경우 계수만 반환됩니다. True이면 특이값 분해의 진단 정보도 반환됩니다. 매개변수 w는 가중치입니다. None이 아닌 경우 가중치 w[i]는 x[i]에서 제곱되지 않은 잔차 y[i]-y_hat[i]에 적용됩니다. 이상적으로는 곱 w[i]*y[i]의 오차가 모두 동일한 분산을 갖도록 가중치가 선택됩니다. 역분산 가중치를 사용할 때 w[i] =1/sigma(y[i])를 사용합니다. 기본값은 없음입니다.
단계
먼저 필요한 라이브러리를 가져옵니다 -
numpy를 np로 가져오기 from numpy.polynomial 가져오기 laguerre를 L로
x 좌표 -
x =np.linspace(-1,1,51)
x 좌표 표시 -
print("X 좌표...\n",x) y 좌표 -
y =x**3 - x + np.random.randn(len(x))print("\nY 좌표...\n",y) 데이터에 대한 Laguerre 시리즈의 최소 제곱 맞춤을 얻으려면 Pythonnumpy에서 laguerre.lagfit() 메서드를 사용합니다. 이 방법은 낮은 것에서 높은 순서로 라게르 계수를 반환합니다. y가 2차원이면 y의 k열에 있는 데이터에 대한 계수는 k열에 있습니다 -
c, 통계 =L.lagfit(x,y,3,full=True)print("\n결과...\n",c)print("\n결과...\n",통계) 예시
import numpy as npfrom numpy.polynomial import laguerre as L# The x-coordinatex =np.linspace(-1,1,51)# Display the x-coordinateprint("X Coordinate...\n", x)# y 좌표 =x**3 - x + np.random.randn(len(x))print("\nY Coordinate...\n",y)# 최소 제곱을 맞추려면 Laguerre 시리즈의 데이터를 Python numpyc, stats =L.lagfit(x,y,3,full=True)print("\nResult...\n",c)print( "\n결과...\n",통계) 출력
X좌표... [-1. -0.96 -0.92 -0.88 -0.84 -0.8 -0.76 -0.72 -0.68 -0.64 -0.6 -0.56 -0.52 -0.48 -0.44 -0.4 -0.36 -0.32 -0.28 -0.24 -0.20 -0.24 -0.2 0.48 0.52 0.56 0.6 0.64 0.68 0.72 0.76 0.8 0.84 0.88 0.92 0.96 1] Y 협조 ... [2.60011413 0.59715605 1.38401537 -1.76702116 -1.48948207 0.19627462 0.6350364 0.41990937 -0.72067571 0.07617042 0.33693761 1.08876378 0.04 0.08 0.12 0.16 0.2 0.24 0.28 0.32 0.36 0.4 0.44 0.71283482 1.36064396 0.55285081 1.94847732 1.14871192 -0.26605826 -1.18954961 1.15875553 0.30059389 -0.91705656 1.27988081 -0.42751846 0.44466317 -1.41118489 0.31492152 0.70787202 -0.85295102 -0.45038585 -2.05583591 -0.0799937 -1.13000262 0.09813804 -0.33068455 0.03329552 -0.7666786 -0.9596926 -0.72177629 -0.62779169 -0.75490363 -0.7826376 -2.26888118 1.1356559 -0.39593627 0.02709962 -0.95303898 -0.01582218 0.65609447 1.43566953 1.10442549]결과... [ 11.20405293 -36.3 53 36.47911284 -11.65554029]결과... [array([43.46828156]), 4, array([1.883777481, 0.6640112594, 0.10220349, 0.10220349, 0.004)