数据#
- class scipy.odr.Data(x, y=None, we=None, wd=None, fix=None, meta=None)[源代码][源代码]#
要拟合的数据。
- 参数:
- xarray_like
回归中自变量的观测数据
- y类似数组, 可选
如果类似数组，则为回归的因变量的观测数据。标量输入意味着用于数据的模型是隐含的。
- 我们类似数组, 可选
如果 we 是一个标量，那么该值将用于所有数据点（以及响应变量的所有维度）。如果 we 是一个长度为 q（响应变量的维度）的一维数组，那么这个向量是所有数据点的协变权重矩阵的对角线。如果 we 是一个长度为 n（数据点数量）的一维数组，那么第 i 个元素是第 i 个响应变量观测值的权重（仅限单维度）。如果 we 是一个形状为 (q, q) 的二维数组，那么这是全协变权重矩阵广播到每个观测值。如果 we 是一个形状为 (q, n) 的二维数组，那么 we[:,i] 是第 i 个观测值的协变权重矩阵的对角线。如果 we 是一个形状为 (q, q, n) 的三维数组，那么 we[:,:,i] 是每个观测值的协变权重矩阵的完整规范。如果拟合是隐式的，那么只使用一个正标量值。
- wd类似数组, 可选
如果 wd 是一个标量，那么该值将用于所有数据点（以及输入变量的所有维度）。如果 wd = 0，那么每个观测值的协变权重矩阵被设置为单位矩阵（因此每个观测值的每个维度具有相同的权重）。如果 wd 是一个长度为 m（输入变量的维度）的一维数组，那么这个向量是所有数据点的协变权重矩阵的对角线。如果 wd 是一个长度为 n（数据点数量）的一维数组，那么第 i 个元素是第 i 个输入变量观测值的权重（仅限单维度）。如果 wd 是一个形状为 (m, m) 的二维数组，那么这是广播到每个观测值的完整协变权重矩阵。如果 wd 是一个形状为 (m, n) 的二维数组，那么 wd[:,i] 是第 i 个观测值的协变权重矩阵的对角线。如果 wd 是一个形状为 (m, m, n) 的三维数组，那么 wd[:,:,i] 是每个观测值的协变权重矩阵的完整规范。
- 修复类数组的整数, 可选
fix 参数与类 ODR 中的 ifixx 相同。它是一个整数数组，形状与 data.x 相同，用于确定哪些输入观测值被视为固定。可以使用长度为 m（输入观测值的维度）的序列来固定所有观测值的某些维度。值为 0 时固定观测值，值 > 0 时使其自由。
- metadict, 可选
用于元数据的自由格式字典。
方法
set_meta(**kwds)使用关键词及其提供的数据更新元数据字典。
注释
每个参数都附加到与实例同名的成员上。x 和 y 的结构在 Model 类的文档字符串中描述。如果 y 是整数，则 Data 实例只能用于拟合响应维度等于 y 指定值的隐式模型。
we 参数权重了响应变量偏差对拟合效果的影响。wd 参数权重了输入变量偏差对拟合效果的影响。为了方便处理多维输入和响应，这些参数的结构将第 n 维轴放在首位。这些参数大量使用了 ODRPACK 的结构化参数功能，以便方便灵活地支持所有选项。请参阅 ODRPACK 用户指南，了解这些权重在算法中如何使用的完整解释。基本上，特定数据点的权重值越高，该点的偏差对拟合效果的危害就越大。