【计算方法】曲线拟合——多项式拟合

概述

给出n个数据点，并给定m个线性无关的函数f(x)，则F(x)为几个f(x)的线性组合。抽象起来，其实在机器学习中相当于给n个训练样本，m个特征值，那么显然这里可以使用正规方程进行求解

正规方程推导过程

例题

【问题描述】根据N个数据点构造最小二乘多项式拟合。
【输入形式】在屏幕上依次输入多项式的次数m，数据点的个数N，和N对数据点的x和y坐标。
【输出形式】输出最小二乘多项式和误差。如果有多位小数，则保留6位有效数字。
【样例1输入】
2
4
-3 3
0 1
2 1
4 3
【样例1输出】
0.178462 -0.192495 0.850519
0.244525
【样例1说明】
输入：多项式的次数m为2，有4对数据点，后续每行是一对数据点的x和y坐标。
输出：最小二乘多项式为y=0.178462x**2-0.192495x+0.850519，误差（norm2范数，即欧式距离）为0.244525
【评分标准】根据输入得到的输出准确

ACcode：

'''
Author: your name
Date: 2021-05-14 11:57:28
LastEditTime: 2021-05-14 12:16:59
LastEditors: Please set LastEditors
Description: In User Se