我正在尝试使用 3-6 阶多项式计算数据的最佳拟合曲线。我找到了这个教程:JavaScript 中的三次回归(最佳拟合线)
首先,我似乎无法让我的输出远程匹配曲线。 jsbin在这里:http://jsbin.com/qukuqigobu/1/edit?html,js,控制台,输出
var data_x = [500,1000,1500,2000,2500,3000,3500,4000,4500,5000,5500,6000,6500,7000];
var data_y = [50,80,100,160,210,265,340,390,440,470,500,500,495,460];
var cubic = function(params,x) {
return params[0] * x*x*x +
params[1] * x*x +
params[2] * x +
params[3];
};
var objective = function(params) {
var total = 0.0;
for(var i=0; i < data_x.length; ++i) {
var resultThisDatum = cubic(params, data_x[i]);
var delta = resultThisDatum - data_y[i];
total += (delta*delta);
}
return total;
};
var initial = [1,1,1,1];
var minimiser = numeric.uncmin(objective,initial);
console.log("initial:");
for(var j=0; j<initial.length; ++j) {
console.log(initial[j]);
}
console.log("minimiser:");
for(var j=0; j<minimiser.solution.length; ++j) {
console.log(minimiser.solution[j]);
}
我的输出系数是:
1
-17358.001260500238
80977844.06724495
-96625621220.328
然而,在Excel中使用LINEST,它们是:
-4.68257E-09
4.26789E-05
-0.01
45.39760539
我使用 Excel 中的 X 计算了 Y 值,以确认良好的相关性。最小化结果不起作用。
这是第一步,但理想情况下我希望能够对四阶、五阶和六阶多项式执行相同的操作。
任何帮助将非常感激。谢谢。