numpy.polynomial.hermite.Hermite.fit #
方法
- 类方法 多项式.hermite.Hermite. fit ( x , y , deg , domain = None , rcond = None , full = False , w = None , window = None , symbol = 'x' ) [来源] #
最小二乘法适合数据。
返回一个系列实例,该实例是与在x处采样的数据y拟合的最小二乘法 。可以指定返回实例的域,这通常会带来更好的拟合效果,并且减少不良调节的可能性。
- 参数:
- x类似数组,形状 (M,)
M 个样本点的 x 坐标。
(x[i], y[i])
- y类似数组,形状 (M,)
M 个样本点的 y 坐标。
(x[i], y[i])
- deg int 或一维 array_like
拟合多项式的次数。如果deg是单个整数,则所有直到第 deg 项(包括第 deg项在内)的项都包含在拟合中。对于 NumPy 版本 >= 1.11.0,可以使用指定要包含的项的度数的整数列表。
- 域{None, [beg, end], []}, 可选
用于返回系列的域。如果,则选择覆盖点x 的
None
最小域。如果 使用类域。 NumPy 1.4 及更高版本中的默认值是类域。该选项是在 numpy 1.5.0 中添加的。[]
None
[]
- rcond浮动,可选
拟合的相对条件数。相对于最大奇异值小于此值的奇异值将被忽略。默认值为len(x)*eps,其中eps是float类型的相对精度,大多数情况下约为2e-16。
- 满布尔值,可选
开关确定返回值的性质。当为 False(默认值)时,仅返回系数;当为 True 时,还会返回来自奇异值分解的诊断信息。
- w array_like,形状 (M,),可选
重量。如果不是“无”,则权重适用于处的
w[i]
未平方残差。理想情况下,选择权重以使产品的误差都具有相同的方差。当使用逆方差加权时,使用 。默认值为无。y[i] - y_hat[i]
x[i]
w[i]*y[i]
w[i] = 1/sigma(y[i])
1.5.0 版本中的新增内容。
- 窗口{[beg, end]},可选
用于返回系列的窗口。默认值是默认类域
1.6.0 版本中的新增功能。
- 符号str,可选
代表自变量的符号。默认为“x”。
- 返回:
- 新系列系列
表示数据的最小二乘拟合的系列,并具有在调用中指定的域和窗口。如果对未缩放和未平移的基多项式的系数感兴趣,请执行
new_series.convert().coef
。- [resid、rank、sv、rcond]列表
仅在以下情况下才返回这些值
full == True
resid – 最小二乘拟合的残差平方和
等级 – 缩放范德蒙德矩阵的数值等级
sv – 缩放范德蒙德矩阵的奇异值
rcond – rcond的值。
有关更多详细信息,请参阅
linalg.lstsq
。