最小二乘法多项式曲线拟合原理与实现
来源:互联网 发布:网络主播工资 编辑:程序博客网 时间:2024/06/05 16:29
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)。
原理
[原理部分由个人根据互联网上的资料进行总结,希望对大家能有用]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。
常见的曲线拟合方法:
1.使偏差绝对值之和最小
2.使偏差绝对值最大的最小
3.使偏差平方和最小
按偏差平方和最小的原则选取拟合曲线,并且采取二项式方程为拟合曲线的方法,称为最小二乘法。
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。
实现
运行前提:
- Python运行环境与编辑环境;
- Matplotlib.pyplot图形库,可用于快速绘制2D图表,与matlab中的plot命令类似,而且用法也基本相同。
代码:
运行效果:
0 0
- 最小二乘法多项式曲线拟合原理与实现
- 最小二乘法多项式曲线拟合原理与实现
- 最小二乘法多项式曲线拟合原理与实现
- 最小二乘法多项式曲线拟合原理与实现
- 最小二乘法多项式曲线拟合原理与实现
- 最小二乘法多项式曲线拟合原理与实现
- 最小二乘法多项式曲线拟合原理与实现
- 最小二乘法曲线拟合原理与实现
- 最小二乘法 多项式曲线拟合 原理公式理解 Python 实现
- 最小二乘法多项式曲线拟合原理与实现(错误地方已经修改底层补充自己写的java实现)
- 多项式曲线拟合最小二乘法
- 最小二乘法多项式曲线拟合
- 最小二乘法与曲线拟合
- 最小二乘法拟合多项式原理以及c++实现
- 最小二乘法曲线拟合 C语言实现
- 用n次多项式的最小二乘法进行曲线拟合(c++)
- 最小二乘法曲线拟合
- 曲线拟合最小二乘法
- 非阻塞算法(Non-blocking Algorithm)
- 性能优化之电量优化2-使用Battery Historian生成电量消耗报告
- 图toposort
- java hashcode作用
- 复习Core Graphics-2
- 最小二乘法多项式曲线拟合原理与实现
- java实现http请求和响应的最简单的方式
- SpringMVC multipart文件上传
- /bin,/sbin,/usr/sbin,/usr/bin 目录
- 成为Java高手的25个学习要点
- Java 继承与多态(三)—构造器的调用顺序
- 重启linux网络的时候出现 this device is not active的解决办法
- (转)代收代付业务
- 把数组排成最小的数