ในการรับช่องสี่เหลี่ยมน้อยที่สุดของชุด Laguerre กับข้อมูล ให้ใช้วิธี laguerre.lagfit() ใน Pythonnumpy วิธีการส่งกลับค่าสัมประสิทธิ์ Laguerre ที่เรียงลำดับจากต่ำไปสูง ถ้า y เป็น 2 มิติ สัมประสิทธิ์ของข้อมูลในคอลัมน์ k ของ y จะอยู่ในคอลัมน์ k
พารามิเตอร์ x คือพิกัด x ของจุดตัวอย่าง (ข้อมูล) M (x[i], y[i]) พารามิเตอร์ คือ พิกัด y ของจุดตัวอย่าง จุดตัวอย่างหลายชุดที่ใช้ xcoordinates เดียวกันสามารถ (แยกกันได้) กับการเรียก polyfit หนึ่งครั้งโดยการส่งผ่านอาร์เรย์ 2 มิติที่มีชุดข้อมูลหนึ่งชุดต่อคอลัมน์
พารามิเตอร์ deg คือดีกรีของพหุนามที่เหมาะสม ถ้าองศาเป็นจำนวนเต็มเดียว เงื่อนไขทั้งหมดไม่เกินและรวมถึงระยะองศาจะรวมอยู่ในพอดี พารามิเตอร์ rcond คือหมายเลขเงื่อนไขสัมพัทธ์ของความพอดี ค่าเอกพจน์ที่น้อยกว่า rcond เทียบกับค่าเอกพจน์ที่ใหญ่ที่สุดจะถูกละเว้น ค่าเริ่มต้นคือ len(x)*eps โดยที่ eps คือความแม่นยำสัมพัทธ์ของประเภทลอยตัวของแพลตฟอร์ม ในกรณีส่วนใหญ่ ประมาณ 2e-16
พารามิเตอร์เต็มคือสวิตช์ที่กำหนดลักษณะของค่าตอบแทน เมื่อเป็นเท็จ (ค่าเริ่มต้น) เพียงค่าสัมประสิทธิ์จะถูกส่งกลับ เมื่อ True ข้อมูลการวินิจฉัยจากค่าเอกพจน์การสลายตัวก็ถูกส่งกลับเช่นกัน พารามิเตอร์ w คือน้ำหนัก ถ้าไม่ใช่ ไม่มี น้ำหนัก w[i] ใช้กับเศษเหลือที่ไม่ยกกำลังสอง y[i]- y_hat[i] ที่ x[i] ตามหลักการแล้ว ตุ้มน้ำหนักจะถูกเลือกเพื่อให้ข้อผิดพลาดของผลิตภัณฑ์ w[i]*y[i] ทั้งหมดมีความแปรปรวนเท่ากัน เมื่อใช้การถ่วงน้ำหนักแบบผกผัน ให้ใช้ w[i] =1/sigma(y[i]) ค่าเริ่มต้นคือไม่มี
ขั้นตอน
ขั้นแรก นำเข้าไลบรารีที่จำเป็น -
import numpy as np from numpy.polynomial import laguerre as L
พิกัด x -
x = np.linspace(-1,1,51)
แสดงพิกัด x -
print("X Co-ordinate...\n",x)
พิกัด y -
y = x**3 - x + np.random.randn(len(x)) print("\nY Co-ordinate...\n",y)
ในการรับช่องสี่เหลี่ยมน้อยที่สุดของชุด Laguerre กับข้อมูล ให้ใช้วิธี laguerre.lagfit() ใน Pythonnumpy วิธีการส่งกลับค่าสัมประสิทธิ์ Laguerre ที่เรียงลำดับจากต่ำไปสูง ถ้า y เป็น 2 มิติ สัมประสิทธิ์ของข้อมูลในคอลัมน์ k ของ y จะอยู่ในคอลัมน์ k −
c, stats = L.lagfit(x,y,3,full=True) print("\nResult...\n",c) print("\nResult...\n",stats)
ตัวอย่าง
import numpy as np from numpy.polynomial import laguerre as L # The x-coordinate x = np.linspace(-1,1,51) # Display the x-coordinate print("X Co-ordinate...\n",x) # The y-coordinate y = x**3 - x + np.random.randn(len(x)) print("\nY Co-ordinate...\n",y) # To get the Least squares fit of Laguerre series to data, use the laguerre.lagfit() method in Python numpy c, stats = L.lagfit(x,y,3,full=True) print("\nResult...\n",c) print("\nResult...\n",stats)
ผลลัพธ์
X Co-ordinate... [-1. -0.96 -0.92 -0.88 -0.84 -0.8 -0.76 -0.72 -0.68 -0.64 -0.6 -0.56 -0.52 -0.48 -0.44 -0.4 -0.36 -0.32 -0.28 -0.24 -0.2 -0.16 -0.12 -0.08 -0.04 0. 0.04 0.08 0.12 0.16 0.2 0.24 0.28 0.32 0.36 0.4 0.44 0.48 0.52 0.56 0.6 0.64 0.68 0.72 0.76 0.8 0.84 0.88 0.92 0.96 1. ] Y Co-ordinate... [ 2.60011413 0.59715605 1.38401537 -1.76702116 -1.48948207 0.19627462 0.6350364 0.41990937 -0.72067571 0.07617042 0.33693761 1.08876378 0.71283482 1.36064396 0.55285081 1.94847732 1.14871192 -0.26605826 -1.18954961 1.15875553 0.30059389 -0.91705656 1.27988081 -0.42751846 0.44466317 -1.41118489 0.31492152 0.70787202 -0.85295102 -0.45038585 -2.05583591 -0.0799937 -1.13000262 0.09813804 -0.33068455 0.03329552 -0.7666786 -0.9596926 -0.72177629 -0.62779169 -0.75490363 -0.7826376 -2.26888118 1.1356559 -0.39593627 0.02709962 -0.95303898 -0.01582218 0.65609447 1.43566953 1.10442549] Result... [ 11.2805293 -36.35804353 36.47911284 -11.65554029] Result... [array([43.46828156]), 4, array([1.88377481, 0.66402594, 0.10220349, 0.00405509]), 1.1324274851176597e-14]