拟合多个发行

我有一个情况，其中两个或更多个第二阵列，与一些系数，应当加起来（粗略地）到一个第三阵列。拟合多个发行

array1*c1 + array2*c2 ... = array3

我正在寻找的c1和c2，使前两个阵列最好近似array3。我确信在scipy中存在一些这样做的方式，但我不确定从哪里开始。是否有特定的模块，我应该开始？

来源

2012-09-25 Shep

不知道如何实现，但在SciPy的退房'optimize.fsolve'。由于fsolve找到根（即，其中函数= 0），因此函数返回'array3-array1 * c1 + array2 * c2（...）'，并在初始猜测中传递fsolve此函数。您可能必须在返回之前对数组求和，这可能会导致不良行为，例如一个包含相等+ ve和-ve值的数组。因此只是一个建议。 – Jdog

numpy.linalg.lstsq解决了这个给你。该功能的面向对象的包装以及更高级的回归模型在scikit-learn和StatsModels中均可用。

（声明：我是一个scikit学习开发人员，所以这还不是最公正的建议曾经）

来源

2012-09-25 14:07:27

允许错误与数组值相关的东西也会有所帮助，我假设后面的选项可以做到这一点？ – Shep

@Shep：你是什么意思？ –

基本上寻找一种方法来衡量我适合的价值。但也许这是另一个问题 – Shep

这只是线性回归（http://en.wikipedia.org/wiki/Ordinary_least_squares）。

让基质A被具有array1, array2, ... 列让矢量a是array3和x是列向量[c1,c2,...]'。

你要解决的问题min_{x} (Ax-a)^2。

服用衍生物和设置到零给出0=A'Ax-A'a，这使溶液x=(A'A)^{-1}A'a。

在numpy的，这是numpy.linalg.solve(numpy.dot(A.T,A),numpy.dot(A.T,a))。

来源

2012-09-25 13:31:34 user1149913

拟合多个发行

回答

相关问题