leastsq最小二乘法

最小二乘法求参数

import numpy as np
from scipy.optimize import leastsq
 
##样本数据(Xi,Yi)，需要转换成数组(列表)形式
Xi=np.array([1,2,3,4,5])
Yi=np.array([3,5,7,9,11])

#初始化参数列表
init_w_b_list = [0, 0]

def func(init_w_b, x):
    """
    定义函数表达式
    """
    w, b = init_w_b
    result = w*x + b
    return result

def error(init_w_b, x, y):
    """
    定义误差函数
    """
    errors = func(init_w_b, x) - y
    return errors

# 迭代函数求，参数
# error　误差函数
# init_w_b_list　初始参数，列表形式
# args　待拟合参数
Para = leastsq(error, init_w_b_list, args=(Xi,Yi))
 
#读取结果
k,b = Para[0]
print("k=",k,"b=",b)

numpy多项式

import numpy as np
def mult_(M, x):
    p_init = np.random.rand(M + 1)
    print("=========p_init is=========")
    print(p_init)
    f = np.poly1d(p_init)
    print("=========f is =========")
    print(f)
    print("=========x is =========")
    print(x)
    print("=========f(x） is =========")
    print(f(x))
if __name__ == "__main__":
    x = np.linspace(0, 1, 4)
    y_ = real_func(x)
    y = [np.random.normal(0, 0.1) + y1 for y1 in y_]
    mult_(2, x)