1、最小二乘也可以拟合二次函数
我们都知道用最小二乘拟合线性函数没有问题,那么能不能拟合二次函数甚至更高次的函数呢?答案当然是可以的。下面我们就来试试用最小二乘来拟合抛物线形状的的图像。
对于二次函数来说,一般形状为 f(x) = a*x*x+b*x+c,其中a,b,c为三个我们需要求解的参数。为了确定a、b、c,我们需要根据给定的样本,然后通过调整这些参数,知道最后找出一组参数a、b、c,使这些所有的样本点距离f(x)的距离平方和最小。用什么方法来调整这些参数呢?最常见的自然就是我们的梯度下降喽。
spicy库中有名为leastsq的方法,只需要输入一系列样本点,给出待求函数的基本形状,就可以针对上述问题求解了。
2、抛物线拟合源码
#!/usr/bin/env python
# coding:utf-8
import numpy as np
import matplotlib.pyplot as plt
from scipy.optimize import leastsq
# 待拟合的数据
X = np.array([1,2,3,4,5,6])
Y=np.array([9.1,18.3,32,47,69.5,94.8])
# 二次函数的标准形式
def func(params, x):
a, b, c = params
return a * x * x + b * x + c
# 误差函数,即拟合曲线所求的值与实际值的差
def error(params, x, y):
return func(params, x)