在Python中拟合正弦余弦曲线

Question

我正在尝试从R过渡到Python以进行时间序列分析-但发现它非常困难。下面的代码是我在R中使用的代码-将正弦曲线回归到具有已知周期的某些数据上。

year <- c(0:100)
lm(data~sin(2*pi*year/15)+cos(2*pi*year/15))

现在，我想在Python中做同样的事情，我遇到了很长的方法，涉及进行初步猜测然后进行优化等。获得可比结果的最简单方法是什么？

Answer 1

我没有完全得到您想要的结果，lm是线性模型，您可以尝试在sklearn中进行线性回归，如下所示：

    import numpy as np
    from sklearn.linear_model import LinearRegression
    import matplotlib.pyplot as plt

    year        = np.arange(0, 100, 1)
    year = np.reshape(year, (1, -1))
    year_predict        = np.arange(100, 200, 1)
    year_predict        = np.reshape(year_predict, (1, -1))

    y   = np.sin(2*np.pi*year/15)+np.cos(2*np.pi*year/15)
    lm = LinearRegression()
    lm.fit(year, y)

    y_pred = lm.predict(year_predict)

    plt.plot(year[0,:], y[0,:])
    plt.plot(year_predict[0,:], y_pred[0,:])
    plt.ylabel('np.sin(2*pi*year/15)+np.cos(2*pi*year/15)')
    plt.show()

更多详细信息，请点击此处：https://scikit-learn.org/stable/modules/generated/sklearn.linear_model.LinearRegression.html

如果不清楚，请在此处写。我们可以为您提供帮助