最小二乘法总结
来源:互联网 发布:高晓松评价张学良 知乎 编辑:程序博客网 时间:2024/06/04 19:59
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
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= f(xi)-y,i=1,2,...,m。
线性拟合:y = ax +b
对a,b分别求偏导数
整理得到
解出系数a,b
多项式:
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。
线性拟合代码
bool Plot::lineFit(const m_point &points, double &a, double &b){ int size = points.x.size(); //获取数据长度 if(size < 2) { a = 0; b = 0; return false; } double Dx = 0, Dy = 0, Dxx = 0, Dxy = 0, Dyy = 0; for (int i = 0; i < size; i++) { Dx += points.x[i]; Dy += points.y[i]; Dxx += points.x[i] * points.x[i]; Dxy += points.x[i] * points.y[i]; Dyy += points.y[i] * points.y[i]; } a = (Dxy * size - Dx * Dy) / (Dxx * size - Dx * Dx); b = (Dxx * Dy - Dx * Dxy) / (Dxx * size - Dx * Dx); return true;}
0 0
- 最小二乘法总结
- 最小二乘法总结
- 最小二乘法
- 最小二乘法
- 最小二乘法
- 最小二乘法
- 最小二乘法
- 最小二乘法
- 最小二乘法
- 最小二乘法
- 最小二乘法
- 最小二乘法
- 最小二乘法
- 最小二乘法
- 最小二乘法
- 最小二乘法
- 最小二乘法
- 最小二乘法
- OpenJudge 东方14ACM小组 / 20170123 02 岛屿
- OpenJudge 东方14ACM小组 / 20170123 06:Challenge 3
- Scala语言初步
- POJ 2349 Arctic Network
- windows 直接用命令提取.msi安装文件到特定路径
- 最小二乘法总结
- POJ 1679 The Unique MST
- python代码`if not x:` 和`if x is not None:`和`if not x is None:`使用
- POJ 1064 Cable master
- 左滑返回手势失效问题
- nvm 安装node.js问题Computing checksum with shasum -a 256 Checksums do not match:
- Codevs 3578 无线网络发射器选址== NOIP 2014 Day2 T1
- <琐碎的黑盒测试日常>[日记1]
- NOIP2013/day1/1/转圈游戏