데이터에 대한 다항식의 최소제곱 맞춤을 얻으려면 Python Numpy에서 polynomial.polyfit()을 사용합니다. 이 메서드는 낮은 것에서 높은 순서로 다항식 계수를 반환합니다. y가 2차원이면 coef의 k열에 있는 계수는 y의 k번째 열에 있는 데이터에 대한 다항식 피팅을 나타냅니다. 매개변수 x는 M 샘플(데이터) 점(x[i], y[i])의 x 좌표입니다.
매개변수 y는 샘플 점의 y 좌표입니다. 동일한 x 좌표를 공유하는 여러 샘플 점 세트는 열당 하나의 데이터 세트가 포함된 2차원 배열을 y에 대해 전달하여 polyfit에 대한 한 번의 호출로 (독립적으로) 맞출 수 있습니다. 매개변수 deg는 피팅 다항식의 차수입니다. deg가 단일 정수인 경우 deg'항까지의 모든 항이 피팅에 포함됩니다.
매개변수 rcond는 피팅의 상대 조건 번호입니다. 가장 큰 특이값에 비해 rcond보다 작은 특이값은 무시됩니다. 기본값은 len(x)*eps이며, 여기서 eps는 플랫폼 부동 소수점 유형의 상대 정밀도로 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 아니면 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 다항식을 P로
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 다항식의 최소 제곱 맞춤을 얻으려면 Python Numpy에서 polynomial.polyfit()을 사용하십시오 -
c, stats =P.polyfit(x,y,3,full=True)print("\n결과...\n",c)print("\n결과...\n",stats) 예시
import numpy as npfrom numpy.polynomial import polynomial as P# 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)# 최소제곱을 구하려면 다항식을 데이터에 맞추려면 Python Numpy#에서 polynomial.polyfit()을 사용합니다. 이 메서드는 낮은 것에서 높은 순서로 다항식 계수를 반환합니다. y가 2차원이면 coef의 k열에 있는 계수는 y의 k번째 column.c에 있는 데이터에 대한 다항식 피팅을 나타냅니다. stats =P.polyfit(x,y,3,full=True)print("\ n결과...\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 ... [0.24282445 -0.48320773 -1.18068109 -0.48486683 0.80514762 0.48976259 0.31363813 -0.03382685 -0.92334611 0.86835062 0.04 0.08 0.12 0.16 0.2 0.24 0.28 0.32 0.36 0.4 0.44 0.24661201 0.9790978 0.03782101 0.12213365 -1.37248029 1.99891304 -0.09825977 1.74524931 0.70560858 0.15516069 0.69169705 0.76957712 -1.21919676 1.50064825 1.32101339 -2.51479992 -0.28998783 -1.24293076 0.45927699 -0.53484746 0.50455341 -0.06351788 -2.69585303 -0.46833578 1.4924168 -2.42374146 -1.91934499 -1.36311466 -1.23946547 -1.56822005 -0.79648036 1.58269324 -0.53682862 -0.90861958 -0.28174461 -0.10775622 0.58535687 1.06373501 -2.28991738 2.01597286 -0.75841069] 결과 ... [- 0.17198829 -1.84107674 0.09439374 2.39030912] 결과 ... [어레이 ([60.43653521), 4, 어레이 ([1.38446749, 1.32119158 0.50 443316, 0.28853036]), 1.1324274851176597e-14]