我有一个由 X 和 Y 坐标组成的散点图。我想使用直线的最小二乘拟合来获得最佳拟合线。
直线最小二乘拟合是指：如果(x_1,y_1),....(x_n,y_n)是测量数据对，则最佳直线是y = A + Bx。
这是我的Python代码：
# number of points is 50
A = (sum(x**2)*sum(y) - sum(x)*sum(x*y)) / (50*sum(x**2) - (sum(x))**2)
B = (50*sum(x*y) - sum(x)*sum(y)) / (50*sum(x**2) - (sum(x))**2)
print (A,B)
这看起来正确吗？我在打印 A 和 B 时遇到问题。谢谢！
如果你只想要一条线，最简单的是scipy.stats.linregress:
from scipy import stats
slope, intercept, r_value, p_value, std_err = stats.linregress(x,y)
链接到文档 https://docs.scipy.org/doc/scipy/reference/generated/scipy.stats.linregress.html
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
