计算方法——最小二乘多项式拟合

计算方法——最小二乘多项式拟合

【问题描述】根据N个数据点构造最小二乘多项式拟合。

【输入形式】在屏幕上依次输入多项式的次数m，数据点的个数N，和N对数据点的x和y坐标。

【输出形式】输出最小二乘多项式和误差。

【样例1输入】

2

4

-3 3

0 1

2 1

4 3

【样例1输出】

[ 0.17846248 -0.19249542 0.85051861]

0.2445252

【样例1说明】输入：多项式的次数m为2，有4对数据点，后续每行是一对数据点的x和y坐标。

输出：最小二乘多项式为y=0.17846248x**2-0.19249542x+0.85051861，误差（norm2范数，即欧式距离）为0.2445252（保留小数点后7位有效数字）

【评分标准】根据输入得到的输出准确

import numpy as np
m=int(input())
n=int(input())
X=np.zeros((n,1))
Y=np.zeros((n,1))
F=np.zeros((n,m+1))
A=np.zeros((n,n))
B=np.zeros((m,1))
for i in range(0,n):
    Enter = input()
    Enter = Enter.split(" ")
    X[i]=Enter[0]
    Y[i]=Enter[1]
for i in range(0,m+1):
    for j in range(0,n):
        F[j][i]=X[j]**i
A=np.dot(F.T,F)
B=np.dot(F.T,Y)
C=np.linalg.inv(A)@B
C=np.flipud(C)
C=C.reshape(-1)
FF=np.poly1d(C)
sum=0
for i in range(0,n):
    sum=sum+(FF(X[i])-Y[i])**2
sum=(sum)**0.5
print(C)
print(round(sum[0],7))


''''
2
4
-3 3
0 1
2 1
4 3
'''''