本文介绍了如何使用Python的scipy库进行非线性回归，通过理论解释和代码示例展示了非线性回归的实现过程，包括标准最小二乘法与使用不同损失函数的优化效果对比。
前一阵子有人和我吐槽过matlab内置的几个线性数据拟合工具满足不了需求，今天正好看到了一个关于使用scipy进行非线性回归的工具使用方法，写下来备忘。
Theory
Given pairs: { ( t i , y i ) , i = 1 , . . . , n } \{(t_i,y_i), i=1,...,n\} {
(ti,yi),i=1,...,n} estimate parameters x defining a nonlinear function ϕ ( t ; x ) \phi(t;x) ϕ(t;x) estimate parameters x x x defining a nonlinear function p h i ( t ; x ) phi(t;x) phi(t;x), assuming the models:
y i = ϕ ( t i ; x ) + ϵ i y_i = \phi(t_i;x) + \epsilon_i yi=ϕ(ti;x)+ϵi
where ϵ i \epsilon_i ϵi is the measurement errors. Then use the least-square estimation to search
最低0.47元/天 解锁文章
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
