最小平方适合直线python代码

我有一个由X和Y坐标组成的散点图。我想使用适合直线的最小平方来获得最佳拟合线。如果（x_1，y_1），...（x_n，y_n）是测量的数据对，则最佳直线是y = A + Bx。如果（x_1，y_2）最小平方适合直线python代码

这里是我的代码在Python：

# number of points is 50 
A = (sum(x**2)*sum(y) - sum(x)*sum(x*y))/(50*sum(x**2) - (sum(x))**2) 
B = (50*sum(x*y) - sum(x)*sum(y))/(50*sum(x**2) - (sum(x))**2) 
print (A,B)

这是否看起来是正确的，我在打印A和B.谢谢您的问题！

来源

2014-03-07 Astronerd326

这可能是一个良好的开端，你http://stackoverflow.com/questions/19017301/how-do-i-multiply-lists-together-using-a-function – agentp

@乔治我已经查看过zip功能，但从未真正承担过它的功能。该链接中的示例很好地展示了zip的功能，我相信它会有所帮助。 – Astronerd326

如果我正确理解你的问题，你有两个数据集x和要执行最小二乘法拟合y。

你不必亲自编写算法，curve_fit从scipy.optimize应该做你想要什么，尝试：

from scipy.optimize import curve_fit 

def f(x, A, B): # this is your 'straight line' y=f(x) 
    return A*x + B 

A,B = curve_fit(f, x, y)[0] # your data x, y to fit

A，B将是直线

的斜率和截距更多详细信息和示例，请参阅： http://docs.scipy.org/doc/scipy/reference/generated/scipy.optimize.curve_fit.html#scipy.optimize.curve_fit

来源

2014-03-12 16:40:30 ycy

您试图将两个列表x和y（或单独）相乘，但它未在Python中定义。您可能需要编写自己的函数来执行逐元素乘法或使用numpy.multiply。例如，如果你想要做x和y的elemet态乘法，

import numpy as np 
xy = np.multiply(x,y)

来源

2014-03-07 04:24:36 ysakamoto

最简单的如果你只是想要一条线是scipy.stats.linregress：

>>> from scipy import stats 
>>> slope, intercept, r_value, p_value, std_err = stats.linregress(x,y)

Link to docs

来源

2014-04-24 06:02:57 fantabolous

最小平方适合直线python代码

回答

相关问题