- 博客(2)
- 收藏
- 关注
RSS订阅原创 #采用整体最小二乘法(奇异值分解法)拟合直线#
plt.plot(x3, y3, color='black', label=f'拟合直线TLS1: $y = {Slope:.4f}x + {Intercept:.4f}$')#给出直线方程式，保留4位小数。plt.scatter(x, y, color='red', label='原始数据') #数据散点图。# ========== 整体最小二乘法-奇异值解法2(中心化数据法) ==========# ========== 整体最小二乘法-奇异值解法1(增广矩阵法) ==========
2025-02-23 22:14:57
431
原创 普通、加权和总体最小二乘法进行线性回归
plt.text(x.min(), y.max(), 'WLS: y = %.4fx + %.4f' % (Slope, Intercept)) #给出直线方程式，保留4位小数。plt.text(x.min(), y.max(), 'TLS: y = %.4fx + %.4f' % (Slope, Intercept)) #给出直线方程式，保留4。Param = np.linalg.inv(X.T.dot(W).dot(X)).dot(X.T).dot(W).dot(Y) #正规化方程求解。
2024-12-15 11:53:22
702
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人