numpy.polynomial.polynomial.Polynomial.fit#

方法

classmethod polynomial.polynomial.Polynomial.fit(x, y, deg, domain=None, rcond=None, full=False, w=None, window=None, symbol='x')[源代码]#

最小二乘法拟合数据.

返回一个序列实例,该实例是通过 x 采样的数据 y 的最小二乘拟合.可以指定返回实例的域,这通常会得到一个更优的拟合并减少病态条件的可能性.

参数:
xarray_like, 形状 (M,)

M 个样本点的 x 坐标 (x[i], y[i]).

yarray_like, 形状 (M,)

M 个样本点的 y 坐标 (x[i], y[i]).

deg整数或1-D 类数组

拟合多项式的度数.如果 deg 是一个整数,则包括所有直到并包括第 deg 项的项.对于 NumPy 版本 >= 1.11.0,可以使用指定要包括的项的度数的整数列表.

domain{None, [beg, end], []}, 可选

用于返回序列的域.如果 None,则选择覆盖点 x 的最小域.如果 [],则使用类域.默认值在 NumPy 1.4 中是类域,在后续版本中是 None.``[]`` 选项在 numpy 1.5.0 中添加.

rcondfloat, 可选

拟合的相对条件数.相对于最大奇异值,小于此值的奇异值将被忽略.默认值是 len(x)*eps,其中 eps 是浮点类型的相对精度,大多数情况下约为 2e-16.

fullbool, 可选

确定返回值性质的开关.当它为 False（默认）时,仅返回系数,当为 True 时,还会返回来自奇异值分解的诊断信息.

warray_like, 形状 (M,), 可选

权重.如果不是 None,权重 w[i] 适用于在 x[i] 处的未平方残差 y[i] - y_hat[i].理想情况下,权重的选择应使得产品 w[i]*y[i] 的误差都具有相同的方差.使用逆方差加权时,使用 w[i] = 1/sigma(y[i]).默认值是 None.

在 1.5.0 版本加入.

window{[beg, end]}, 可选

用于返回系列窗口.默认值是默认的类域.

在 1.6.0 版本加入.

symbolstr, 可选

表示自变量的符号.默认是 ‘x’.

返回:
new_series系列

一个表示对数据进行最小二乘拟合并具有在调用中指定的域和窗口的序列.如果对未缩放和未移位基多项式的系数感兴趣,请执行 new_series.convert().coef.

[resid, rank, sv, rcond]列表

只有在 full == True 时,这些值才会被返回.

  • resid – 最小二乘拟合的残差平方和

  • rank – 缩放范德蒙矩阵的数值秩

  • sv – 缩放范德蒙矩阵的奇异值

  • rcond – rcond 的值.

更多细节,请参见 linalg.lstsq.

On this page