最小二乘线性拟合

这篇博客介绍了如何利用最小二乘法对实验数据进行线性拟合,重点在于通过Python实现这一过程。内容包括数据的给出以及一个印象笔记的公开链接,提供了详细的操作步骤和代码示例。
摘要由CSDN通过智能技术生成

实验:

给出实验数据



程序代码如下:
##############################################
#write by void, 2013.4.15,Beijing
##############################################
import matplotlib.pyplot as plt
import numpy as np


x =[13,15,16,21,22,23,25,29,30,31,36,40,42,55,60,62,64,70,72,100,130]
y =[11,10,11,12,12,13,13,12,14,16,17,13,14,22,14,21,21,24,17,23,34]


#错误检验
if len(x) != len(y):
    print "ERROR"
    exit


#构造矩阵    
tmp = [1]*len(x)
x_m = np.matrix((x,tmp)).astype(np.int)
y_m = np.mat
  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值