least-squares 相关问题

指一般估计技术，其选择参数值以最小化两个量之间的平方差，例如变量的观测值，以及以参数值为条件的该观察的预期值。关于[tag：least-squares]背后理论的问题应该使用[Cross Validated]（https://stats.stackexchange.com/questions）Stack Exchange站点。

numpy Polynomial.fit 的零次拟合会产生意想不到的结果

将 numpy 导入为 np f = np.array( [481.62900766、511.94542042、647.40216379、686.10402156、849.9420538、888.64398048、1029.26087049、1071.18799217、 1210.51481107、1266.63254274、1409.54282...

python numpy linear-regression least-squares

回答 1 投票 0

如何将指数 3D 表面拟合到测量数据

这是我的数据： [[1.0183786345931547、1.0299586760768078、1.038641346963767、1.0450398412805133、1.194598528164483]、[1.0498980141678536、1.0 740481275807727, 1.101990429736493, 1.1528998376687427, 1.

python least-squares exponential

回答 1 投票 0

如何对 np.linalg.lstsq 强制增加系数约束

我有一个线性方程组我需要找到最小化最小二乘误差的 x x 中元素的正值增加的约束；使用 np.linalg.lstsq 函数...

python python-3.x optimization linear-regression least-squares

回答 1 投票 0

极小高维多元拟合问题

我想使用 iminuit 执行多元拟合。当我使用二维时，一切正常，但如果我使用超过两毛钱，我会收到“ValueError：太多值无法解压（预期为 2）”...

python-3.x curve-fitting least-squares multivariate-testing iminuit

回答 1 投票 0

scipy.optimize.least_squares() 运行 5 次并每次都返回初始猜测

我正在运行最小二乘优化，根据测量值拟合我的数据。我创建了一个成本函数，所有函数参数似乎都很好，但结果与

python optimization scipy scipy-optimize least-squares

回答 1 投票 0

利用最小二乘法scipy优化两个耦合方程的拟合参数

我想拟合这4个参数 K0 = np.array([K11, K12, K21, K22]). 来自耦合方程 f(x, 参数) 和 g(x, 参数) f = rac{(K11**x + 2**K11*K12*x*x)}{(2(1 + K11*x + K11*K12...

python optimization scipy-optimize least-squares function-fitting

回答 1 投票 0

用Python中的QR分解解决超定系统

我正在尝试使用 QR 分解和 linalg.solve 来解决超定系统，但我得到的错误是 LinAlgError：数组的最后 2 个维度必须是正方形。当 R arra...

python numpy least-squares qr-decomposition

回答 4 投票 0

Python 中的加权最小二乘法

我正在尝试对我的数据进行加权最小二乘拟合。当 x=0 和 x>0.2 时的值应给予较大的权重。 0时的值我正在尝试对我的数据进行加权最小二乘拟合。当 x=0 和 x>0.2 时的值应给予较大的权重。 0时的值我的数据是： filtered_x = array([0. , 0.03807991, 0.05077321, 0.06346652, 0.07615982, 0.08885313, 0.10154643, 0.11423973, 0.12693304, 0.13962634, 0.15231964, 0.16501295, 0.17770625, 0.19039955, 0.20309286, 0.21578616, 0.22847947, 0.24117277, 0.25386607, 0.26655938, 0.27925268, 0.29194598, 0.30463929, 0.31733259, 0.33002589, 0.3427192 ]) filtered_y = array([0. , 1.53989397, 2.04460628, 4.18043213, 2.97621482, 2.82642339, 2.98335023, 2.98964836, 2.12218901, 1.42801972, 1.25930683, 0.71644077, 0.48220866, 0.21165985, 0.24756609, 0.21123179, 0.57344999, 0.49362762, 0.20282767, 0.50321186, 0.50347165, 0.74259408, 0.48493783, 0.81785588, 0.54543666, 0.53218838]) 我已经有以下代码： # fitted function def fpow(x, a, b, c): return a*x**b+c # custom weight function def custom_weights(x): weights = np.ones_like(x) # Default weight for all points weights[x == 0] = 0.1 # Low Error for x = 0 weights[x > 0.2] = 0.1 # Low Error for x > 0.15 weights[(0 < x) & (x <= 0.2)] = 0.5 # Medium error for 0 < x <= 0.2 return weights # Weight 0 and higher wavenumbers heavier # initial guess pars0 = (0.4, 0.4, 1) # perform fitting with custom weights popt, pcov = curve_fit(fpow, filtered_x, filtered_y, absolute_sigma=True, p0=pars0, sigma=custom_weights(filtered_x), maxfev =5000) # parameters a_opt = popt[0] b_opt = popt[1] c_opt = popt[2] # plot data plt.errorbar(filtered_x, filtered_y, yerr=0, fmt =".", color='black', label ='data', zorder=1, markersize=5) # creating x interval to include in y fit x_interval = np.linspace(0, max(filtered_x), 1000) y_fit = fpow( x_interval , *popt) plt.plot( x_interval, y_fit, color = "red", label = "Weighted fit", zorder=2 , linewidth=3) plt.grid(True) plt.ylabel("U [m/s]") plt.xlabel("Wavenumber [rad/m]") plt.title("LS Weighted Fit of Current") plt.legend() plt.show() 我得到以下内容它还给了我一个运行时错误 <ipython-input-747-a3ac7b8135e0>:2: RuntimeWarning: divide by zero encountered in power return a*x**b+c 您可以看到出了问题，对于较大的 x 值拟合效果不好。我尝试删除数据中的 (0,0) 点，但是，我得到了更糟糕的结果，如下所示：这里有一个关于这种RuntimeError的问题，答案建议对数据使用非常小的值而不是零。 filtered_x = array([1e-8, 0.03807991, 0.05077321, 0.06346652, 0.07615982, 0.08885313, 0.10154643, 0.11423973, 0.12693304, 0.13962634, 0.15231964, 0.16501295, 0.17770625, 0.19039955, 0.20309286, 0.21578616, 0.22847947, 0.24117277, 0.25386607, 0.26655938, 0.27925268, 0.29194598, 0.30463929, 0.31733259, 0.33002589, 0.3427192]) filtered_y = array([1e-8, 1.53989397, 2.04460628, 4.18043213, 2.97621482, 2.82642339, 2.98335023, 2.98964836, 2.12218901, 1.42801972, 1.25930683, 0.71644077, 0.48220866, 0.21165985, 0.24756609, 0.21123179, 0.57344999, 0.49362762, 0.20282767, 0.50321186, 0.50347165, 0.74259408, 0.48493783, 0.81785588, 0.54543666, 0.53218838]) 注意第一个位置的 1e-8。这样就消除了警告。它还会在一定程度上改善贴合度。但请查看另一个问题，因为它建议了更多方法来改善贴合度。编辑：我忘了提及，我更改了您的自定义权重函数，因此它使用np.isclose。检查浮点数是否相等很容易出错，而且通常不是您想要的。 np.isclose 检查数字是否处于要比较的值的给定 epsilon 环境中。 stdlib 中有一个类似的函数math.isclose。 # custom weight function def custom_weights(x): weights = np.ones_like(x) # Default weight for all points weights[np.isclose(x, 0, atol=1e-7)] = 0.1 # Low Error for x = 0 weights[x > 0.2] = 0.1 # Low Error for x > 0.15 weights[(0 < x) & (x <= 0.2)] = 0.5 # Medium error for 0 < x <= 0.2 return weights

python least-squares

回答 1 投票 0

在每个点上绘制指向图中线条的箭头

我正在尝试使用 matplotlib 绘制从每个数据点到图中的线的箭头。我希望箭头代表每个点和线之间的距离。我怎样才能做到这一点？这里'...

python matplotlib machine-learning graph least-squares

回答 1 投票 0

DolphinDB 中是否可以将 ols 函数与 context by 子句一起使用？

当我将 ols 函数与 context by 子句一起使用时，如下所示，会发生错误： update Factor set cor = moving(calOls{n}, (close, arc, vrc, src, krc), win) context byunderlying => 计算：r...

sql least-squares dolphindb

回答 1 投票 0

具有复杂元素的矩阵的 numpy 最小二乘解

我正在尝试求解方程 y=a*x。我有 x (x1,x2,x3) 和 y (y1,y2,y3) 的三个测量值，并试图找到“a”（斜率）。第一件重要的事情是 y 和 X 是 c...

python numpy least-squares

回答 1 投票 0

尽管 x0 在范围内，Scipy 优化仍会引发 ValueError

我正在尝试将 S 型曲线拟合到一小组点上，基本上从一组观察结果生成一条概率曲线。我正在使用 scipy.optimize.curve_fit，稍微修改了逻辑...

python numpy scipy curve-fitting least-squares

回答 2 投票 0

为什么我的线性最小二乘法不适合数据点

我得到的二维平面不太适合这样的代码：将 numpy 导入为 np 从 scipy 导入 linalg as la 从 scipy.linalg 导入解决＃数据 f1 = np.array([1., 1.5, 3.5, 4.]) f2 = np.array([3.,...