我正在处理两个功能。我有两个数据集,例如[[x(1), y(1)], ..., [x(n), y(n)]]
,dataSet
和testData
。如何将多项式拟合到数据集?
createMatrix(D, S)
它返回一个数据矩阵,其中D
是程度和S
是实数[s(1), s(2), ..., s(n)]
的向量。我知道numpy
有一个功能叫做polyfit
。但是polyfit
需要三个变量,关于如何创建矩阵的任何建议?
polyFit(D)
,这需要在D
度的多项式,将其适配到使用线性最小二乘数据集。我试图返回权重向量和错误。我也知道在numpy.linag
中有lstsq
,我在这个问题中发现:Fitting polynomials to data
是否可以使用该问题重新创建我正在尝试的?
这是我到目前为止,但它不工作。
def createMatrix(D, S):
x = []
y = []
for i in dataSet:
x.append(i[0])
y.append(i[1])
polyfit(x, y, D)
我在这里没有得到的是实数向量S与这个有什么关系?
def polyFit(D)
我基于上面提到的问题上的很多这个。我不确定如何得到w
,但权重向量。我会编码errors,所以这很好,我只是想知道你是否有任何建议让自己获得权重向量。
谢谢,这很完美!有关我自己的polyFit的任何建议? –