简介:
scipy.optimize.leastsq对多变量和多参数曲线拟合,多变量指的是多个输入变量,例如x1、x2…而不是单个变量x。多参数指的是需要求解的函数含有多个未知参数,例如k1、k2…。如下,我要拟合的曲线是:
y=k1x1+k2x2+k3 y=k_1x_1+k_2x_2+k_3 y=k1x1+k2x2+k3
代码:
from typing import List
from matplotlib import pyplot as plt
import numpy as np
from numpy import polyfit, poly1d
from scipy import linalg

该博客介绍了如何利用Python的scipy.optimize.leastsq函数进行多变量和多参数的曲线拟合。通过定义预先设计的函数、误差计算函数,从数据中获取输入变量x、y和目标值z,然后初始化参数并调用leastsq进行最小二乘法拟合。最后,绘制三维散点图展示拟合结果,并计算绝对和相对误差以评估拟合质量。
最低0.47元/天 解锁文章
4万+

被折叠的 条评论
为什么被折叠?



