Python实现——二次多项式回归(最小二乘法)

2019/3/25
真的，当那个图像出现的时候，我真的感觉太美了。
或许是一路上以来自我的摸索加深的我对于这个模型的感受吧。
二次函数拟合——最小二乘法公式法
与线性回归相似，对二次函数进行拟合某种意义上也只是加了一个函数，虽然求解的方程变得更加繁琐，需要准备的变量也增加到了七个。
思路有借鉴于：最小二乘法拟合二次曲线 C语言
为了更好的理解回归问题中最小二乘法的求偏导过程，这次我选择自己手打公式。
大概流程如下

但是到此处之后便被这三个繁琐的方程给难倒了，虽然肯定可以说是能强解，但是感觉就是不断地消元，还是在大量系数的情况下，于是我查找了资料，自然万能的python库是无所不能的，解三元一次方程这种小事当然轻松——sympy库
这个库简直是神器，我主要运用了一下几个功能

声明变量

b0=sp.Symbol('b0')
b1=sp.Symbol('b1')
b2=sp.Symbol('b2')

毕竟出现在方程中的未知数是未定义的，一般情况下是不能允许定义前的运算，可以说这是解方程的基础。

解方