溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
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：
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
import numpy as np from scipy import optimize import matplotlib.pyplot as plt def logistic4(x, A, B, C, D): return (A-D)/(1+(x/C)**B)+D def 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, 7.3 x = 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
p0 = [1/2]*4
plesq = 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
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()
PS：這里再為大家推薦兩款相似的在線工具供大家參考：
在線多項式曲線及曲線函數擬合工具：
http://tools.jb51.net/jisuanqi/create_fun
在線繪制多項式/函數曲線圖形工具：
http://tools.jb51.net/jisuanqi/fun_draw
更多關于Python相關內容感興趣的讀者可查看本站專題：《Python數學運算技巧總結》、《Python數據結構與算法教程》、《Python函數使用技巧總結》、《Python字符串操作技巧匯總》及《Python入門與進階經典教程》
希望本文所述對大家Python程序設計有所幫助。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
