python求抛物线函数_在python中利用最小二乘拟合二次抛物线函数的方法

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)