面对生意参谋指数的换算难题，由于其正向函数复杂不易求反，作者尝试使用Python进行数据拟合。通过收集正向函数的值并用多项式拟合，发现在全数据集上拟合结果误差较大。为解决这一问题，作者提出了分段拟合的方法，通过numpy的polyfit和poly1d函数，实现了与真实值相差不超过10的拟合效果，即使在千万级别数据下也适用。
生意参谋指数是通过函数将原值进行一次换算，他的正向函数是这样的：
y = (10ln(x+1)+30)x^0.5
现在正向函数知道求反函数问题不是就解决了吗？？？
发现这个真不好求好吧，好求得话淘宝就不会花大价钱搞这个了，不能求那怎么办，只能去拟合一个函数出来咯[抠鼻.jpg]， 话不多说，代码搞起来，数据得话可以用正向函数来收集，收集完用多项式拟合一个函数出来！！！
到这我只想说大哥你太天真了（天真三连），拟合出来发现差值太多了不能用
那怎办呢，拟合结果又不能用，难道就没办法了吗？
有，当然有！！
全部数据难拟合，分段呢？（咳咳，点到为止哈，我害怕警察叔叔找我）
下面小放一波点点代码，这是不全的代码哈
def function
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
