数值计算利用Python实现多项式最小二乘拟合(不调用函数库)

IIDEAT

于 2020-05-15 22:36:17 发布

阅读量2.7k

点赞数 4

分类专栏：数值计算文章标签： python numpy 线性代数矩阵

本文链接：https://blog.csdn.net/patchouli233/article/details/106151000

版权

最小二乘拟合介绍

最小二乘拟合比较简单以及常见，这里就不介绍了。

代码实现

import numpy as np


def solve_f(x: list, f: list, fi: list): # 计算多项式系数
    ip = np.zeros((len(fi), len(fi))) # 定义内积矩阵
    ip_f = np.zeros(len(fi)) 
    for i in range(0, len(fi)):
        x_1 = [_ ** fi[i] for _ in x]
        ip_f[i] = sum(map(lambda a, b: a * b, x_1, f)) #计算内积，此处为(fi_i, f(x))
        for j in range(0, len(fi)):
            x_2 = [_ ** fi[j] for _ in x]
            ip[i, j] = sum(map(lambda a, b: a * b, x_1, x_2))
    # print(np.dot(np.linalg.inv(ip), ip_f))
    # print(ip, ip_f)
    return np.dot(np.linalg.inv(ip), ip_f) # 左乘逆矩阵计算系数矩阵


def get_function(p: float, coeff: np.ndarray, fi: list): # 计算某点函数拟合值
    res = 0
    for i in range(0, len(fi))