最小二乘法python实现_【工科生日常】最小二乘法的python实现

最小二乘法

【写在之前】又到了春困秋乏的日子，up主的身体不由自主地开始懒惰起来了。正因为如此，我们才要开出一个新的栏目激励一下是不是！虽说up地python文章写到现在也不少了，但是作为一个只学了python不到两个月的小萌新，要自己完全地原创编写代码是真的有点困难。就算我有这个心，也着实没有那个时间啊。。。学生还得上课真讨厌。之后这个栏目每期介绍一种算法，up可能解释不了算法大的原理，但我一定会解释它们的用途，也一定会提供全套的python代码！(up自己上机跑一遍)

按照惯例，先拜一拜豪哥的头像，每次当我失去力量的时候，只要看一眼豪哥的笑脸，我就能够重新找到写下去的动力！(PS：我不搞基)

好，接下来进入正题，最小二乘法的公式如下：

这个公式是什么意思呢？它是怎么推导出来的呢？说大实话，sorry I don't know.

但我知道，最小二乘法，是通过某种我所不知到的东西，使得误差的平方和最小，以此来寻找与原始数据匹配度最高的函数。这也就是我们通常长所理解的“拟合”。这里所谓的误差也就是拟合曲线上的点与原始数据点的差值。

有同学就觉得奇怪了，啊呀！阿婆主啊，你看你最小二乘法的原理都不知道，你怎么编程啊？你这文章可不可信啊？

这里up可以说，我虽然不知道原理，无法推导，但是有人会啊，而且大神们早就已经帮我们搞定一切了。作为一个实用主义者和拿来主义者，我不介意在别人允许的情况下使用别人的成果。如果有同学希望能够深入了解这些算法的原理，可以自行研究，up在这里抱歉了，智商可能无法达到那样的高度。

ok，咱么开始干活，用python来实现最小二乘法需要哪些准备条件呢？

以下python模块请同学们自行安装完毕，不会的可以参考我的python初级学习系列文集第一篇：

numpy：python向量运算支持包

matplotlib：python基础绘图包

知道了工具，接下来上代码：

先将所需要的模块导入，然后设定一个我们需要拟合的函数。

随后我们尝试着看看原始的函数是什么样的：

(这里缺了一行代码，同学们自动补齐：plt.show())

哇偶乌，一个非常漂亮的函数，接下来，用到两个函数polyfit()和polyval()，别问我是什么意思，我只知道它们用于最小二乘法。一开始，我们将自由度调低一点，设置成2，上代码：

ok，来看一下拟合的结果：

自由度太低啦，试着调成5：

有点像啦，可还是有点不对头，那就再调高！10看一看：

哇很棒欸，看看误差怎么样？

False意味着拟合曲线与原曲线不是同一个曲线，这没关系，咱们的误差小到令人发指就够了！当然这也得益于咱们的数据本身就有一定的规律，如果数据结构非常复杂，最小二乘法就gg了。

最后突然想起了一个问题，如果我的自由度越大，那不是越好吗？关于这个问题，同学们可以就留言哦，快快来打我的脸，说的最有道理的那个，可以得到一个，，，，，额，，，，一个赞吧！！！！

哈哈哈，喜欢up主的同学们欢迎关注在下的公众号：

啦啦啦！