在Python中获得Hermite_e级数的最小二乘拟合
要获得 Hermite_e 级数的最小二乘拟合数据,请使用 Python numpy 的 hermite_e.hermfit() 方法。该方法返回从低到高排序的 Hermite_e 系数。如果 y 是 2-D,则 y 中的第 k 列的数据的系数位于第 k 列中。参数 x 是 M 个样本(数据)点(x[i],y[i])的 x 坐标。
参数 y 是样本点的 y 坐标。可以使用包含每列一个数据集的 2-D 数组 y(独立地)拟合多套共享相同 x 坐标的样本点。参数 deg 是拟合多项式的度数。如果 deg 是一个整数,则包含达到 deg 级和包括 deg 级的所有术语在内。参数 rcond 是拟合的相对条件数。相对于最大奇异值,小于 rcond 的奇异值将被忽略。默认值是len(x)*eps,其中eps是平台的float类型的相对精度,在大多数情况下约为2e-16。
参数 full 是确定返回值特性的开关。当为 False 时(默认值),只返回系数;当为 True 时,也返回奇异值分解的诊断信息。参数 w 是权重。如果不是 None,则权重 w[i] 适用于 x[i] 处未平方残差 y[i] – y_hat[i]。理想情况下,选择权重使得所有乘积 w[i]*y[i] 的误差具有相同的方差。在使用逆方差加权时,使用 w[i] = 1/sigma(y[i])。默认值是 None。
步骤
首先,导入所需的库−
x 坐标−
显示 x 坐标−
y 坐标 −
要获得 Hermite_e 级数的最小二乘拟合数据,请在 Python 中使用 hermite_e.hermfit() 方法−