散点图下基于切比雪夫(Chebyshev)近似准则拟合直线

前言

        在模型拟合中,切比雪夫近似准则相对于最小二乘准则相对简单,但在实际的应用拟合中,却不似最小二乘准则般容易应用。其拟合的过程需要相当复杂的数值计算过程。本篇博文,旨在简述一种比较笨的基于切比雪夫近似准则的直线拟合算法。

切比雪夫(Chebyshev)近似准则

        给定某种函数类型y=f(x)和m个数据点\left ( x_{i},y_{i} \right )的一个集合,对整个集合极小化最大绝对偏差|y_{i}-f(x_{i})|,即确定函数类型y=f(x)的参数从而极小化数量

                                Maximum|y_{i}-f(x_{i})|    i=1,2,...,m

        这一重要的准则常称为切比雪夫(Chebyshev)近似准则。

三点极小化最大残差准则

        假设直线y=ax+b,一个点P_{1}(x_{1},y_{1})到直线的残差最小时,就是直线穿过这个点。现增加一个点P_{2}(x_{2},y_{2}),假设直线在两个点的同一侧,我们有:

                                e_{1}=|y_{1}-ax_{1}-b|

  

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值