import numpy as np
# 数据点
x = np.array([1, 2, 3, 4, 5])
y = np.array([62, 67, 71, 75, 79])
# 使用 numpy 的 polyfit 函数进行线性拟合
a, b = np.polyfit(x, y, 1)
a, b
在这个函数中:
x
和y
是你要拟合的数据点。1
表示你想要拟合的模型是一阶多项式,即线性模型 y = ax+b。
当你调用 np.polyfit(x, y, 1)
时,NumPy 会自动计算最佳拟合直线的系数 a和 b,这些系数是通过最小化残差平方和得到的。因此,这个函数确实是在内部使用最小二乘法来找到最佳拟合直线的。