最小二乘法多项式曲线拟合
2016-07-12 20:55
274 查看
1、概念最小二乘法多项式曲线拟合,根据给定的m个点,并不要求这条曲线精确地经过这些点,而是曲线y=f(x)的近似曲线y=φ(x)。给定数据点pi(xi,yi),其中i=1,2,…,m。求近似曲线y=φ(x)。并且使得近似曲线与y=f(x)的偏差最小。近似曲线在点pi处的偏差δi=φ(xi)-y,i=1,2,...,m。
2、常见的曲线拟合方法:
1.使偏差绝对值之和最小
2.使最大偏差绝对值最小
3.使偏差平方和最小
3、推导过程:
1.设拟合多项式为:
2.各点到这条曲线的距离之和,即偏差平方和如下:
3.为了求得符合条件的a值,对等式右边求ai偏导数,因而我们得到了:
.......
4.将等式左边进行一下化简,然后应该可以得到下面的等式:
.......
5.把这些等式表示成矩阵的形式,就可以得到下面的矩阵:
6.将这个范德蒙得矩阵化简后可得到:
7.也就是说X*A=Y,那么A=(X'*X)-1*X'*Y,便得到了系数矩阵A,同时,我们也就得到了拟合曲线。
4.实现
[/code]
http://blog.csdn.net/jairuschan/article/details/7517773/
来自为知笔记(Wiz)
2、常见的曲线拟合方法:
1.使偏差绝对值之和最小
2.使最大偏差绝对值最小
3.使偏差平方和最小
3、推导过程:
1.设拟合多项式为:
2.各点到这条曲线的距离之和,即偏差平方和如下:
3.为了求得符合条件的a值,对等式右边求ai偏导数,因而我们得到了:
.......
4.将等式左边进行一下化简,然后应该可以得到下面的等式:
.......
5.把这些等式表示成矩阵的形式,就可以得到下面的矩阵:
6.将这个范德蒙得矩阵化简后可得到:
7.也就是说X*A=Y,那么A=(X'*X)-1*X'*Y,便得到了系数矩阵A,同时,我们也就得到了拟合曲线。
4.实现
#coding=utf-8
'''
作者:JairusChan
程序:多项式曲线拟合算法
'''
importmatplotlib.pyplotasplt
importmath
importnumpy
importrandom
fig=plt.figure()
ax=fig.add_subplot(111)
#阶数为9阶
order=9
#生成曲线上的各个点
x=numpy.arange(-1,1,0.02)
y=[((a*a-1)*(a*a-1)*(a*a-1)+0.5)*numpy.sin(a*2)forainx]
#ax.plot(x,y,color='r',linestyle='-',marker='')
#,label="(a*a-1)*(a*a-1)*(a*a-1)+0.5"
#生成的曲线上的各个点偏移一下,并放入到xa,ya中去
i=0
xa=[]
ya=[]
forxxinx:
yy=y[i]
d=float(random.randint(60,140))/100
#ax.plot([xx*d],[yy*d],color='m',linestyle='',marker='.')
i+=1
xa.append(xx*d)
ya.append(yy*d)
'''foriinrange(0,5):
xx=float(random.randint(-100,100))/100
yy=float(random.randint(-60,60))/100
xa.append(xx)
ya.append(yy)'''
ax.plot(xa,ya,color='m',linestyle='',marker='.')
#进行曲线拟合
matA=[]
foriinrange(0,order+1):
matA1=[]
forjinrange(0,order+1):
tx=0.0
forkinrange(0,len(xa)):
dx=1.0
forlinrange(0,j+i):
dx=dx*xa[k]
tx+=dx
matA1.append(tx)
matA.append(matA1)
#print(len(xa))
#print(matA[0][0])
matA=numpy.array(matA)
matB=[]
foriinrange(0,order+1):
ty=0.0
forkinrange(0,len(xa)):
dy=1.0
forlinrange(0,i):
dy=dy*xa[k]
ty+=ya[k]*dy
matB.append(ty)
matB=numpy.array(matB)
matAA=numpy.linalg.solve(matA,matB)
#画出拟合后的曲线
#print(matAA)
xxa=numpy.arange(-1,1.06,0.01)
yya=[]
foriinrange(0,len(xxa)):
yy=0.0
forjinrange(0,order+1):
dy=1.0
forkinrange(0,j):
dy*=xxa[i]
dy*=matAA[j]
yy+=dy
yya.append(yy)
ax.plot(xxa,yya,color='g',linestyle='-',marker='')
ax.legend()
plt.show()
[/code]
相关文章推荐
- codeforces 361 C - Mike and Chocolate Thieves
- 理论: 数论(1):整除、gcd以及lcm
- 重写equals需要同时重写hashCode()
- 三、HDFS 与Yarn HA 架构部署与测试
- Visual Studio 2013 安装警告
- redhat6.2下的ssh密钥免密码登录(原创)
- 提供一个json格式的接口 php生成XML的数据
- MySQL存储过程
- mybatis 3.2.8 + log4j2.0.2 控制台输出sql语句
- AVL搜索树
- Angular+servlet java实现前后端数据交互
- Mybites 的 报错总结
- 烧写 yaffs 文件系统
- Opencv图像识别从零到精通(3)———单图像显示和多图像显示
- HDU 1384 查分约束
- 单链表带头结点&不带头结点
- [Android Tips] 21. Regex Named Groups in Android
- 在Eclipse中配置Tomcat7.0
- Spring+Springmvc+Hibernate框架搭建,简单实例
- Android中Scheme跳转协议