numpy.polynomial.legendre.Legendre.fit#

method

classmethod polynomial.legendre.Legendre.fit(x, y, deg, domain=None, rcond=None, full=False, w=None, window=None, symbol='x')[源代码]#

数据的最小二乘拟合.

返回一个序列实例,该实例是对在 x 处采样的数据 y 的最小二乘拟合.可以指定返回实例的域,这通常会产生更好的拟合效果,并减少病态条件的机会.

参数:
xarray_like,形状 (M,)

M 个采样点 (x[i], y[i]) 的 x 坐标.

yarray_like,形状 (M,)

M 个采样点 (x[i], y[i]) 的 y 坐标.

degint 或类数组一维

拟合多项式的阶数.如果 deg 是一个整数,则拟合中包含直到并包括第 deg 项的所有项.对于 NumPy 版本 >= 1.11.0,可以使用指定要包含的项的阶数的整数列表.

domain{None, [beg, end], []}, 可选

用于返回序列的域.如果为 None ,则选择覆盖点 x 的最小域.如果为 [] ,则使用类域.在 NumPy 1.4 中,默认值为类域,而在更高版本中为 None . [] 选项已在 numpy 1.5.0 中添加.

rcondfloat,可选

拟合的相对条件数.小于此值相对于最大奇异值的奇异值将被忽略.默认值为 len(x)eps ,其中 eps 是浮点类型的相对精度,在大多数情况下约为 2e-16.

fullbool, 可选

决定返回值的性质的开关.当为 False(默认值)时,仅返回系数,当为 True 时,还会返回奇异值分解的诊断信息.

warray_like,形状 (M,),可选

权重.如果不是 None,则权重 w[i] 应用于 x[i] 处的未平方残差 y[i] - y_hat[i] .理想情况下,选择权重是为了使乘积 w[i]y[i] 的误差都具有相同的方差.当使用逆方差加权时,使用 w[i] = 1/sigma(y[i]) .默认值为 None.

window{[beg, end]}, 可选

用于返回序列的窗口.默认值为默认类域.

symbolstr, optional

表示自变量的符号.默认为 ‘x’.

返回:
new_seriesseries

表示数据最小二乘拟合,并具有调用中指定的域和窗口的序列.如果对未缩放和未移位的基多项式的系数感兴趣,请执行 new_series.convert().coef .

[resid, rank, sv, rcond]list

这些值仅在 full == True 时返回.

  • resid – 最小二乘拟合的残差平方和

  • rank – 缩放后的范德蒙矩阵的数值秩

  • sv – 缩放后的范德蒙矩阵的奇异值

  • rcond – rcond 的值.

更多详情请参见 linalg.lstsq .