最小二乘多项式拟合。
拟合多项式p(x) = p[0] * x**deg + ... + p[deg]度deg到点(x,y)。返回系数p的向量,该向量使deg,deg-1……0的阶数的平方误差最小。
的Polynomial.fit对于新代码,建议使用class方法,因为它在数值上更稳定。有关更多信息,请参见该方法的文档。
参数:x: : array_like, shape (M,)
M个采样点中的x-coordinates(x[i], y[i])。
y: : array_like, shape (M,) 或 (M, K)
y-coordinates个采样点。通过传入每列包含一个数据集的2D-array,可以一次拟合共享同一x-coordinates的多个采样点数据集。
deg: : int
拟合多项式的度
rcond: : float, 可选参数
拟合的相对条件编号。相对于最大奇异值,小于此奇异值的将被忽略。默认值为len(x)* eps,其中eps是float类型的相对精度,在大多数情况下约为2e-16。
full: : bool, 可选参数
切换确定返回值的性质。如果为False(默认值),则仅返回系数;当还返回来自奇异值分解的True诊断信息时。
w: : array_like, shape (M,), 可选参数
应用于采样点的y-coordinates的权重。对于高斯不确定性,请使用1 /sigma(而不是1 /sigma ** 2)。
cov