最新国产好看的视频,伊人天堂AV在线,国产Aaaaaa视频,蜜臀视频在线观看一区,人妻av色图,密臀久久久精品影片,青青视频免费观看毛片,久草在线观看视,国产三级精品色情在线

python中最小二乘法詳細講解

 更新時間:2021年02月19日 15:13:55   作者:宋宋大人  
在本篇文章里小編給大家整理的是一篇關于python中最小二乘法詳細講解內(nèi)容,需要的朋友們可以參考下。

python中在實現(xiàn)一元線性回歸時會使用最小二乘法,那你知道最小二乘法是什么嗎。其實最小二乘法為分類回歸算法的基礎,從求解線性透視圖中的消失點,m元n次函數(shù)的擬合,包括后來學到的神經(jīng)網(wǎng)絡,其思想歸根結底全都是最小二乘法。本文向大家介紹python中的最小二乘法。

一、最小二乘法是什么

最小二乘法Least Square Method,做為分類回歸算法的基礎,有著悠久的歷史(由馬里·勒讓德于1806年提出)。

二、最小二乘法實現(xiàn)原理

通過最小化誤差的平方和尋找數(shù)據(jù)的最佳函數(shù)匹配。

三、最小二乘法功能

利用最小二乘法可以簡便地求得未知的數(shù)據(jù),并使得這些求得的數(shù)據(jù)與實際數(shù)據(jù)之間誤差的平方和為最小。

最小二乘法還可用于曲線擬合。其他一些優(yōu)化問題也可通過最小化能量或最大化熵用最小二乘法來表達。

四、最小二乘法兩種視角描述:“多線→一點”視角與“多點→一線”視角

1、已知多條近似交匯于同一個點的直線,想求解出一個近似交點:尋找到一個距離所有直線距離平方和最小的點,該點即最小二乘解;

2、已知多個近似分布于同一直線上的點,想擬合出一個直線方程:設該直線方程為y=kx+b,調(diào)整參數(shù)k和b,使得所有點到該直線的距離平方之和最小,設此時滿足要求的k=k0,b=b0,則直線方程為y=k0x+b0。

實例擴展:

最小二乘法矩陣

#! /usr/bin/env python
# -*- coding: utf-8 -*-
import numpy as np
def calc_left_k_mat(k):
 """
 獲得左側k矩陣
 :param k:
 :return:
 """
 k_mat = []
 for i in range(k + 1):
  now_line = []
  for j in range(k + 1):
   now_line.append(j + i)
  k_mat.append(now_line)
 return k_mat
def calc_right_k_mat(k):
 """
 計算右側矩陣
 :param k:
 :return:
 """
 k_mat = []
 for i in range(k + 1):
  k_mat.append([i, i + 1])
 return k_mat
def pow_k(x, k):
 """
 計算x列表中的k次方和
 :param x: 點集合的x坐標
 :param k: k值
 :return:
 """
 sum = 0
 for i in x:
  sum += i ** k
 return sum
def get_left_mat_with_x(k_mat, k):
 """
 將 左側k矩陣運算得到左側新的矩陣
 :param k_mat:
 :param k:
 :return:
 """
 left_mat = []
 for kl in k_mat:
  now_data = []
  for k in kl:
   now_data.append(pow_k(x, k))
  left_mat.append(now_data)
 return left_mat
def get_right_mat_with(right_k_mat):
 """
 將 右側k矩陣運算得到右側新的矩陣
 :param right_k_mat:
 :return:
 """
 right_mat = []
 for i in range(len(right_k_mat)):
  sum = 0
  for xL, yL in zip(x, y):
   a = (xL ** right_k_mat[i][0]) * (yL ** right_k_mat[i][1])
   sum += a
  right_mat.append(sum)
 return right_mat
def fuse_mat(left, right):
 """
 融合兩個矩陣
 :param left:
 :param right:
 :return:
 """
 new_mat = []
 for i in range(len(left)):
  asd = np.append(left[i], right[i])
  new_mat.append(list(asd))
 return new_mat
if __name__ == '__main__':
 k = 3
 x = [1, 2, 3]
 y = [1, 2, 3]
 # 計算原始左側K矩陣
 left_k_mat = calc_left_k_mat(k)
 print("原始左側K矩陣")
 print(left_k_mat)
 # 計算原始右側K矩陣
 right_k_mat = calc_right_k_mat(k)
 print("原始右側k矩陣")
 print(right_k_mat)
 # 計算左側 k 矩陣
 new_left_mat = get_left_mat_with_x(k_mat=left_k_mat, k=k)
 # 計算右側 k 矩陣
 new_right_mat = get_right_mat_with(right_k_mat=right_k_mat)
 print("計算后左側K矩陣")
 print(new_left_mat)
 print("計算后右側側K矩陣")
 print(new_right_mat)
 print("-----" * 10)
 # 融合兩個矩陣 左側 矩陣每一行增加 右側矩陣的對應行
 new_all = fuse_mat(new_left_mat, new_right_mat)
 print("完整矩陣")
 print(new_all)

到此這篇關于python中最小二乘法詳細講解的文章就介紹到這了,更多相關python中最小二乘法如何理解內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家!

相關文章

最新評論

鸡西市| 保靖县| 海原县| 紫云| 哈密市| 咸阳市| 莱芜市| 仪陇县| 红河县| 北流市| 和林格尔县| 贵阳市| 沅陵县| 饶阳县| 蒲江县| 莒南县| 麻阳| 会昌县| 七台河市| 海晏县| 甘孜县| 麻阳| 阳山县| 永定县| 林周县| 台州市| 天峨县| 外汇| 青岛市| 甘孜县| 页游| 周宁县| 通江县| 新宾| 潼南县| 昌江| 中阳县| 义乌市| 福鼎市| 宜春市| 舞钢市|