Python最小二乘法
https://blog.csdn.net/yhao2014/article/details/51491413l最小二乘法!!!
https://www.cnblogs.com/dahu-daqing/p/9514457.html最小二乘法
import numpy as np
import xlrd
import pandas as pd
import matplotlib.pyplot as plt
from scipy.optimize import leastsq ##引入最小二乘法算法
from scipy import interpolate, __version__
plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签
plt.rcParams['axes.unicode_minus']=False #用来正常显示负号
##需要拟合的函数func :指定函数的形状
def func(p,x):
f = np.poly1d(p)
return f(x)
##偏差函数:x,y都是列表:这里的x,y更上面的Xi,Yi中是一一对应的
def error(p,x,y):
return func(p,x)-y
def Leastsq():
##最小二乘法
'''
设置样本数据,真实数据需要在这里处理
'''
##样本数据(Xi,Yi),需要转换成数组(列表)形式
data =np.loadtxt('./In-data拟合.csv', delimiter=',') # 读取文件
# Xi=np.array([6.19,2.51,7.29,7.01,5.7,2.66,3.98,2.5,9.1,4.2])
# Yi=np.array([5.25,2.83,6.41,6.71,5.1,4.23,5.05,1.98,10.5,6.3])
Xi=data[:,0]
Yi=data[:,1]
'''
主要部分:附带部分说明
1.leastsq函数的返回值tuple,第一个元素是求解结果,第二个是求解的代价值(个人理解)
2.官网的原话(第二个值):Value of the cost function at the solution
3.实例:Para=>(array([ 0.61349535, 1.79409255]), 3)
4.返回值元组中第一个值的数量跟需要求解的参数的数量一致
'''
#k,b的初始值,可以任意设定,经过几次试验,发现p0的值会影响cost的值:Para[1]
p0=np.ones(3)
print(p0)
#把error函数中除了p0以外的参数打包到args中(使用要求)
Para=leastsq(error,p0,args=(Xi,Yi))
# print(Para)
#读取结果
k,b=round(Para[0][0],3),round(Para[0][1],3)
print("k=",k,"b=",b)
print("cost:"+str(Para[1]))#???
print("求解的拟合直线为:")
print("y="+str(k)+"x+"+str(b))
SSE=np.sum((Yi -Xi*k-b ) ** 2)
SST=np.sum((Yi-np.mean(Yi))**2)
print('SSE=',SSE,'SST=',SST,'R^2:',1-SSE/SST)
'''
绘图,看拟合效果.
matplotlib默认不支持中文,label设置中文的话需要另行设置
如果报错,改成英文就可以
'''
#画样本点
plt.figure(figsize=(8,6)) ##指定图像比例: 8:6
plt.scatter(Xi,Yi,color="green",label="样本数据",linewidth=2)
#画拟合直线
x=np.linspace(0,12,100) ##在0-15直接画100个连续点
y=k*x+b ##函数式
plt.plot(x,y,color="red",label="拟合直线",linewidth=2)
plt.legend(loc='lower right') #绘制图例
plt.show()
Leastsq()
版权声明:本文为qq_36544643原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接和本声明。