numpy.polynomial.laguerre.Laguerre.fit

方法

classmethod polynomial.laguerre.Laguerre.fit(x, y, deg, domain=None, rcond=None, full=False, w=None, window=None, symbol='x')

对数据进行最小二乘拟合。

返回一个级数实例，它是对在 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，这通常会产生更优的拟合，并且病态的可能性更小。

参数:

x类数组, 形状 (M,)

M 个样本点 (x[i], y[i]) 的 x 坐标。

y类数组, 形状 (M,)

M 个样本点 (x[i], y[i]) 的 y 坐标。

degint 或 1-D 类数组

拟合多项式的次数。如果 deg 是一个整数，则拟合中包含直到并包括 deg 次项的所有项。对于 NumPy 版本 >= 1.11.0，可以使用整数列表来指定要包含的项的次数。

domain{None, [起始, 结束], []}, 可选

用于返回级数的域。如果为 None，则选择覆盖点 x 的最小域。如果为 []，则使用类域。NumPy 1.4 中的默认值是类域，后续版本中为 None。 [] 选项在 numpy 1.5.0 中添加。

rcondfloat, 可选

拟合的相对条件数。奇异值小于最大奇异值的这个相对值将被忽略。默认值是 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

确定返回值的性质的开关。当为 False (默认值) 时，只返回系数；当为 True 时，还会返回来自奇异值分解的诊断信息。

w类数组, 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，选择权重使得乘积 w[i]*y[i] 的误差都具有相同的方差。使用逆方差加权时，使用 w[i] = 1/sigma(y[i])。默认值是 None。

window{[起始, 结束]}, 可选

用于返回级数的窗口。默认值是默认类域

symbolstr, 可选

表示自变量的符号。默认值为 'x'。

返回值:

new_series级数

表示对数据进行最小二乘拟合的级数，并具有调用中指定的域和窗口。如果对未缩放和未移位的基多项式的系数感兴趣，可以执行 new_series.convert().coef。

[resid, rank, sv, rcond]列表

这些值仅在 full == True 时返回

• resid – 最小二乘拟合的平方残差之和

• rank – 缩放后的范德蒙德矩阵的数值秩

• sv – 缩放后的范德蒙德矩阵的奇异值

• rcond – rcond 的值。

有关更多详细信息，请参阅 linalg.lstsq。