Python基于最小二乘法實現(xiàn)曲線擬合示例
本文實例講述了Python基于最小二乘法實現(xiàn)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(xiàn)最小二乘,調(diào)用scipy庫中實現(xiàn)好的相關(guān)優(yōu)化函數(shù)。
考慮如下的含有4個參數(shù)的函數(shù)式:

構(gòu)造數(shù)據(jù)
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(diào)用工具箱函數(shù),進行優(yōu)化
p0 = [1/2]*4
plesq = optimize.leastsq(residuals, p0, args=(y_meas, x))
# leastsq函數(shù)的功能其實是根據(jù)誤差(y_meas-y_true)
# 估計模型(也即函數(shù))的參數(shù)
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(shù)擬合工具:
http://tools.jb51.net/jisuanqi/create_fun
在線繪制多項式/函數(shù)曲線圖形工具:
http://tools.jb51.net/jisuanqi/fun_draw
更多關(guān)于Python相關(guān)內(nèi)容感興趣的讀者可查看本站專題:《Python數(shù)學(xué)運算技巧總結(jié)》、《Python數(shù)據(jù)結(jié)構(gòu)與算法教程》、《Python函數(shù)使用技巧總結(jié)》、《Python字符串操作技巧匯總》及《Python入門與進階經(jīng)典教程》
希望本文所述對大家Python程序設(shè)計有所幫助。
相關(guān)文章
python實現(xiàn)應(yīng)用程序在右鍵菜單中添加打開方式功能
這篇文章主要介紹了python實現(xiàn)應(yīng)用程序在右鍵菜單中添加打開方式功能,本文分步驟給大家介紹的非常詳細,具有參考借鑒價值,需要的朋友參考下吧2017-01-01
Python處理函數(shù)調(diào)用超時的四種方法
在實際開發(fā)過程中,我們可能會遇到一些場景,需要對函數(shù)的執(zhí)行時間進行限制,例如,當一個函數(shù)執(zhí)行時間過長時,可能會導(dǎo)致程序卡頓、資源占用過高,因此,在某些情況下,我們希望限制函數(shù)調(diào)用的最大時所以本文給大家介紹了Python處理函數(shù)調(diào)用超時的四種方法2025-04-04
pytorch 實現(xiàn)計算 kl散度 F.kl_div()
這篇文章主要介紹了pytorch 實現(xiàn)計算 kl散度 F.kl_div(),具有很好的參考價值,希望對大家有所幫助。如有錯誤或未考慮完全的地方,望不吝賜教2021-05-05
Python中requests庫的學(xué)習(xí)方法詳解
這篇文章主要為大家詳細介紹了Python中requests庫的學(xué)習(xí)方法,文中示例代碼介紹的非常詳細,具有一定的參考價值,感興趣的小伙伴們可以參考一下,希望能夠給你帶來幫助2022-02-02
python3.9安裝RobotFramework的簡單教程
python3.9安裝RobotFramework,不同于python2.7和python3.6,使用這兩個版本安裝會出現(xiàn)問題,因為我安裝遇到問題發(fā)現(xiàn)沒有最新的教程,所以打算自己寫一個,同時下面會記錄安裝步驟及使用的方法會出現(xiàn)的一些問題,對python3.9安裝RobotFramework感興趣的朋友一起看看吧2023-01-01
Python中內(nèi)存管理機制與優(yōu)化技巧分享
這篇文章主要來和大家簡單聊一聊Python中的內(nèi)存管理,從而可以幫助大家寫出更高效,優(yōu)化內(nèi)存占用的 Python 代碼,感興趣的小伙伴可以跟隨小編一起學(xué)習(xí)一下2025-04-04
通過Python的gtts庫將文字轉(zhuǎn)為音頻的操作方法
文字轉(zhuǎn)音頻可以幫助視覺障礙者通過聽取聲音來獲取信息,也可以幫助人們方便地聽取一些長篇文章或?qū)W習(xí)資料,節(jié)省閱讀時間和疲勞,這篇文章主要介紹了通過Python的gtts庫將文字轉(zhuǎn)為音頻的方法,需要的朋友可以參考下2023-05-05
python實現(xiàn)數(shù)據(jù)挖掘中分箱的示例代碼
數(shù)據(jù)分箱(英語:Data?binning)是一種數(shù)據(jù)預(yù)處理方法,用于最大限度地減少小觀測誤差的影響,本文主要為大家介紹了python實現(xiàn)數(shù)據(jù)分箱的相關(guān)知識,感興趣的可以了解下2024-01-01

