免费观看又色又爽又黄的小说免费_美女福利视频国产片_亚洲欧美精品_美国一级大黄大色毛片

python函數擬合曲線,擬合曲線方程式

怎么用Python將圖像邊界用最小二乘法擬合成曲線

本文實例講述了Python基于最小二乘法實現曲線擬合。分享給大家供大家參考,具體如下:

創新互聯主要從事成都網站制作、網站設計、外貿網站建設、網頁設計、企業做網站、公司建網站等業務。立足成都服務朝陽,十載網站建設經驗,價格優惠、服務專業,歡迎來電咨詢建站服務:18982081108

這里不手動實現最小二乘,調用scipy庫中實現好的相關優化函數。

考慮如下的含有4個參數的函數式:

構造數據

?

123456789101112131415

import numpy as npfrom scipy import optimizeimport matplotlib.pyplot as pltdef logistic4(x, A, B, C, D):??return (A-D)/(1+(x/C)**B)+Ddef residuals(p, y, x):??A, B, C, D = p??return y - logisctic4(x, A, B, C, D)def peval(x, p):??A, B, C, D = p??return logistic4(x, A, B, C, D)A, B, C, D = .5, 2.5, 8, 7.3x = np.linspace(0, 20, 20)y_true = logistic4(x, A, B, C, D)y_meas = y_true + 0.2 * np.random.randn(len(y_true))

調用工具箱函數,進行優化

?

1234

p0 = [1/2]*4plesq = optimize.leastsq(residuals, p0, args=(y_meas, x))????????????# leastsq函數的功能其實是根據誤差(y_meas-y_true)????????????# 估計模型(也即函數)的參數

繪圖

?

12345678

plt.figure(figsize=(6, 4.5))plt.plot(x, peval(x, plesq[0]), x, y_meas, 'o', x, y_true)plt.legend(['Fit', 'Noisy', 'True'], loc='upper left')plt.title('least square for the noisy data (measurements)')for i, (param, true, est) in enumerate(zip('ABCD', [A, B, C, D], plesq[0])):??plt.text(11, 2-i*.5, '{} = {:.2f}, est({:.2f}) = {:.2f}'.format(param, true, param, est))plt.savefig('./logisitic.png')plt.show()

希望本文所述對大家Python程序設計有所幫助。

Python 中的函數擬合

很多業務場景中,我們希望通過一個特定的函數來擬合業務數據,以此來預測未來數據的變化趨勢。(比如用戶的留存變化、付費變化等)

本文主要介紹在 Python 中常用的兩種曲線擬合方法:多項式擬合 和 自定義函數擬合。

通過多項式擬合,我們只需要指定想要擬合的多項式的最高項次是多少即可。

運行結果:

對于自定義函數擬合,不僅可以用于直線、二次曲線、三次曲線的擬合,它可以適用于任意形式的曲線的擬合,只要定義好合適的曲線方程即可。

運行結果:

python_numpy最小二乘法的曲線擬合

在了解了最小二乘法的基本原理之后 python_numpy實用的最小二乘法理解 ,就可以用最小二乘法做曲線擬合了

從結果中可以看出,直線擬合并不能對擬合數據達到很好的效果,下面我們介紹一下曲線擬合。

b=[y1]

[y2]

......

[y100]

解得擬合函數的系數[a,b,c.....d]

CODE:

根據結果可以看到擬合的效果不錯。

我們可以通過改變

來調整擬合效果。

如果此處我們把擬合函數改為最高次為x^20的多項式

所得結果如下:

矯正 過擬合 現象

在保持擬合函數改為最高次為x^20的多項式的條件下,增大樣本數:

通過結果可以看出,過擬合現象得到了改善。

Python 怎么用曲線擬合數據

Python中利用guiqwt進行曲線數據擬合。

示例程序:

圖形界面如下:

標題名稱:python函數擬合曲線,擬合曲線方程式
地址分享:http://m.newbst.com/article46/hsegeg.html

成都網站建設公司_創新互聯,為您提供搜索引擎優化網站收錄靜態網站服務器托管自適應網站網站改版

廣告

聲明:本網站發布的內容(圖片、視頻和文字)以用戶投稿、用戶轉載內容為主,如果涉及侵權請盡快告知,我們將會在第一時間刪除。文章觀點不代表本網站立場,如需處理請聯系客服。電話:028-86922220;郵箱:631063699@qq.com。內容未經允許不得轉載,或轉載時需注明來源: 創新互聯

成都網站建設