腾讯云
开发者社区
文档
建议反馈
控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
登录/注册
精选内容/技术社群/优惠产品,
尽在小程序
立即前往
文章
问答
(1452)
视频
沙龙
1
回答
指数
衰减
正弦
函数
的
非线性
最小
二
乘
拟合
误差
python
、
lmfit
我
的
非线性
数据是使用
最小
二
乘
拟合
公式Asin(wt+phase)exp(-decay*t)近似的,同时保持omega(w)为常数。我尝试了几种方法,但都没有成功。下面是我
的
代码 import numpy as npimport lmfitx = np.linspace(0
浏览 23
提问于2020-10-22
得票数 0
1
回答
使用glmnet获取系数
的
z分数。
r
、
regression
、
glmnet
、
lasso-regression
估计值,如下所示:我能够使用coef(model)提取系数,但是,我想不出一种方法来获得标准
误差
和
浏览 0
提问于2013-09-04
得票数 2
回答已采纳
5
回答
用Matlab中
的
数据点
拟合
指数
曲线
matlab
有了
指数
衰减
的
数据,我想通过它
拟合
一条曲线。我如何在Matlab中做到这一点?
浏览 0
提问于2011-03-22
得票数 3
回答已采纳
1
回答
是否可以使用航速、biglm和glm包自定义logit模型
的
似然
函数
?
r
、
statistics
我试图使用R中
的
optim/maxBFGS
函数
来
拟合
一个定制
的
logistic回归/生存分析
函数
,并通过手工定义这些
函数
。我一直有这样
的
印象:对于包speedglm、biglm和glm,logit模型或其他发行版
的
可能性
函数
都是硬锁
的
。但是,我想知道我是否弄错了,或者是否可以指定我自己
的
可能性
函数
。原因是optim/maxBFGS
的
运
浏览 4
提问于2014-08-17
得票数 1
回答已采纳
1
回答
没有通常
的
“符合
衰减
的
正弦
波第一”方法,绘制
衰减
函数
的
衰变包络?
python
、
curve-fitting
更清楚
的
是,关于
衰减
函数
的
衰减
率,我
的
意思是把
指数
曲线
拟合
成阻尼振荡
的
振幅,看看它是如何
衰减
的
。如下所示:但是,对于我
的
图,它肯定不是平滑
的
,上面的图片,我仍然不能上传,因为我
的
低声誉):首先将阻尼
正弦
拟合
到我
的
数据点,然
浏览 14
提问于2022-06-24
得票数 2
回答已采纳
3
回答
多项式曲线
拟合
regression
、
model-fitting
我想使用
最小
二
乘
技术实现多项式曲线
拟合
,但要使用各种
误差
函数
,即不仅仅是
最小
二
乘
。在MATLAB中有什么方法可以做到这一点吗?(我想比较不同
误差
函数
的
结果。我还想使用正则化,我需要改变
误差
函数
)。你能分享一些资源(MATLAB/C++),这些资源可以帮助你在没有内置
函数
的
情况下实现曲线
拟合</
浏览 2
提问于2017-09-08
得票数 1
6
回答
计算
非线性
最小
二
乘
拟合
的
R^2
r
假设我有x值、y值和期望
的
y值f (来自一些
非线性
的
最佳
拟合
曲线)。 如何在R中计算R^2?请注意,此
函数
不是线性模型,而是
非线性
最小
二
乘
(nls)
拟合
,因此不是lm
拟合
。
浏览 1
提问于2013-01-26
得票数 17
回答已采纳
2
回答
二
维
最小
二
乘
拟合
python
、
curve-fitting
、
least-squares
我有一个
二
维数据集,一些固定维数(xLen和yLen),其中包含一条
正弦
曲线。我已经确定了
正弦
曲线
的
频率,我用以下方法生成了自己
的
正弦
数据其中但是现在我想做一个线性
最小
二
乘
拟合
(或者类似的),这样我就可以
拟合
正确
的
振幅了。据
浏览 2
提问于2013-02-06
得票数 1
1
回答
numpy与枕
的
指数
衰减
曲线
拟合
numpy
、
scipy
、
curve-fitting
、
least-squares
、
exponential
我在对一些数据进行曲线
拟合
时遇到了一些麻烦,但我无法确定出了哪里出了问题。在过去,我用numpy.linalg.lstsq做
指数
函数
,用scipy.optimize.curve_fit做乙状结肠
函数
。在进行此操作时,我注意到Scipy leastsq和Numpy lstsq似乎为相同
的
数据集和相同
的
函数
提供了不同
的
答案。该
函数
是简单
的
y = e^(l*x),并且受到约束,使得y=1位于x=0。Excel趋势线与Num
浏览 0
提问于2013-01-16
得票数 6
回答已采纳
4
回答
如何从R
的
nls得到情节?
r
、
plot
、
nls
在R中,我使用nls进行
非线性
最小
二
乘
拟合
。那么,如何使用
拟合
提供
的
系数
的
值来绘制模型
函数
呢? (是的,这是一个来自R相对新手
的
非常天真的问题。)
浏览 5
提问于2012-03-29
得票数 4
回答已采纳
2
回答
这个简短
的
R脚本是做什么
的
?
r
、
nls
我应该弄清楚我以前同事
的
脚本是干什么
的
--他已经好几年没来了,但我有他
的
文件。R脚本
的
输入是tem4.txt:1.526109 0.00421.637775 0.0045其中第1列是生长曲线
的
x轴(时间单位),第2列是生长水平(单位OD600,它是细胞密度
的
量度)。事实”数字是他在下一个python脚本中提取
的
值,可以继续进行分析。我知道<-正在将数据传递到一个对象中,所以nls(
浏览 7
提问于2014-06-10
得票数 0
回答已采纳
2
回答
非线性
回归中
的
标准
误差
python
、
numpy
、
scipy
、
gnuplot
我一直在用Python做一些蒙特卡洛物理模拟,但我无法确定
非线性
最小
二
乘
拟合
系数
的
标准
误差
。最初,我在我
的
模型中使用了SciPy
的
scipy.stats.linregress,因为我认为它将是一个线性模型,但注意到它实际上是某种幂
函数
。然后我使用了自由度为2
的
NumPy
的
polyfit,但是我找不到任何方法来确定系数
的
标准
误差
。 我知道gnupl
浏览 1
提问于2011-08-20
得票数 8
1
回答
我能用
二
次模型ax^2+bx+c进行
非线性
回归吗?
regression
我在做数据
拟合
。我需要一个表面。我用了两种方法。 1)双变量多项式回归。(线性/ OSL)和2)
二
次模型a_x^2+b_x+c。我
的
问题是,我可以使用
二
次模型ax^2+bx+c进行
非线性
回归使用levenberg。因为我已经实现了
浏览 1
提问于2017-04-13
得票数 0
3
回答
Levenberg-Marquardt算法
的
C#实现
c#
、
least-squares
、
levenberg-marquardt
我正在寻找一个
非线性
最小
二
乘
拟合
的
的
C#实现。
浏览 4
提问于2011-10-31
得票数 6
回答已采纳
2
回答
用相对偏差代替绝对偏差进行Python曲线
拟合
优化
python
、
numpy
、
scipy
、
curve-fitting
我正在用
拟合
曲线。据我注意到,曲线
拟合
是通过
最小
化f(xdata, *popt) - ydata
的
平方残差之和来进行
的
,而我希望
最小
化相对
误差
的
平方残差:(f(xdata, *popt) - ydata)/ydata,因为我
的
我不一定需要使用curve_fit
函数
。实现这一点
的
任何python
函数
都可以。 PS:我知道另一种将ydata转换为日志空间并对结果数据进行<em
浏览 1
提问于2021-03-29
得票数 2
回答已采纳
1
回答
线性增长
的
Matlab
正弦
曲线
拟合
python
、
matlab
、
curve-fitting
我有多组数据,每个数据都有一个大致
正弦
的
形状。我附上了一张这样
的
数据
的
照片。谢谢。 我正在使用matlab,但是我也对python开放:)。
浏览 7
提问于2016-05-20
得票数 0
回答已采纳
4
回答
C++
非线性
最小
二
乘
优化库
c
、
optimization
、
least-squares
、
levenberg-marquardt
我正在寻找一个用C语言编写
的
库,它可以对目标
函数
进行优化(最好是Levenberg-Marquardt算法),并支持盒子约束、线性不等式约束和
非线性
不等式约束。我已经尝试了几个库,但它们都没有为我
的
应用程序使用必要
的
约束类型:我目前正在探索,但我不确定是否可以使用所提供
的
任何算法实现
最小
二
乘方法我发现很难相信没有一个库支
浏览 188
提问于2011-06-19
得票数 17
回答已采纳
1
回答
scipy.optimize.curve_fit与线性
最小
二
乘
的
区别
scipy
、
linear-regression
、
curve-fitting
、
scipy-optimize
我正在努力寻找关于scipy.optimize.curve_fit
函数
到底做了什么来
拟合
(例如)
指数
数据
的
信息,这种方法与仅对数据进行线性化并使用加权线性
最小
二
乘
拟合
的
通用公式直接计算线性
拟合
有何不同
浏览 36
提问于2020-06-13
得票数 0
2
回答
用枕optimize.least_squares法求
拟合
参数
的
协方差矩阵
python
、
scipy
、
curve-fitting
、
data-fitting
、
non-linear-regression
为了执行约束
非线性
最小
二
乘
优化,我使用了non.优化
的
。我想知道如何得到
拟合
参数
的
协方差矩阵,从而得到
拟合
参数上
的
误差
条?对于和来说,这似乎是非常清楚
的
,但对于least_squares方法(至少对我来说)不太清楚。我一直在做
的
一种方法是,既然我知道least_squares返回雅可比矩阵J (即"jac“返回值),那么我所做
的
就是用2*J^T来逼近He
浏览 5
提问于2016-10-22
得票数 6
回答已采纳
1
回答
R:具有x和y
误差
的
加权
最小
二
乘
r
有没有人知道现有的R
函数
/软件包,用于X和Y都有
误差
的
直线
的
加权
最小
二
乘
拟合
(ala York,1969)?
浏览 0
提问于2012-04-18
得票数 2
回答已采纳
点击加载更多
扫码
添加站长 进交流群
领取专属
10元无门槛券
手把手带您无忧上云
相关
资讯
高考真题数学篇:线性回归方程是利用数理统计中的回归分析
机器学习(三)线性回归到最小二乘法
10幅图解释机器学习中的基本概念
用十张图解释机器学习的基本概念
用十张图解释机器学习的基本概念
热门
标签
更多标签
云服务器
ICP备案
实时音视频
即时通信 IM
对象存储
活动推荐
运营活动
广告
关闭
领券