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。
解方程
f1=