Tôi đang cố gắng để phù hợp với một số dữ liệu và các công cụ, tôi biết có một lệnh đơn giản để làm điều này với python/numpy/matplotlib, nhưng tôi không thể tìm thấy nó. Tôi nghĩ rằng đó là một cái gì đó giống nhưđường cong phù hợp với python
popt,popc = numpy.curvefit(f,x)
nơi popt là paramters của f, popc là chất lượng phù hợp và f là một chức năng được xác định trước của f. Có ai trong số các bạn biết không?
Hãy xem scipy.optimize.curve_fit:
scipy.optimize.curve_fit (f, xdata, ydata, p0 = None, sigma = None, ** kw)
Sử dụng phi tuyến tính bình phương nhỏ nhất để phù hợp với một hàm, f, với dữ liệu.
Một câu hỏi: là có một cách dễ dàng để có được giá trị R bình phương ra khỏi curve_fit, hoặc nhận được SSE để tôi có thể tính R bình phương? Tôi có thể làm một số công việc và làm cho nó được thực hiện trong scipy.optimize.leastsq, nhưng mã sẽ có nhiều chi tiết hơn. –
Found it. Curve_fit từ tối ưu hóa trong scipy
Câu trả lời này có phải là bản sao của câu trả lời được chấp nhận không? –
Nếu đây là một lần duy nhất, nó dễ dàng hơn để chỉ cần cắm các giá trị vào công cụ tìm kiếm tại http://zunzun.com/ và để cho nó tìm đường cong phù hợp nhất. Mã Python của họ cũng có sẵn. – endolith