几周前我刚刚学习了python，目前我在将数据拟合到给定函数时遇到了问题。我尝试了不同的方法来拟合我的数据，但我总是得到错误的RuntimeWarning:无效值，或者类似的东西(比如除以零)。7个参数，这个函数有2个自变量。dtype=numpy.float64)print(plsq) 输出： RuntimeWarningn
浏览 105提问于2019-09-07得票数 0
回答已采纳
1回答
我有一个物理模型，它有一个自变量X和三个参数A、B和C。因变量是Y=F(X,A,B,C)，其中F是模型的函数，它是平滑和连续的。我有许多带有数据点(X,Y)的文件，我想将它们(每个文件)与模型拟合，以研究参数如何变化。该模型是关于自变量和所有参数的非线性的。对于每个文件，我得到了最佳拟合参数(A,B,C)，模型对所有文件都很适合。但是，当我检查配
浏览 23提问于2020-11-03得票数 0
2回答
考虑到多元回归(如Y ~ X1 + X2 + X3 )，当cor(X1, Y)、cor(X2, Y)和cor(X3, Y)都是0.2等小值时，您认为是否值得将多元回归模型与数据进行拟合，而且(X1, Y)、(X2, Y)和(X3, Y)的曲线没有(线性、非线性)不相关？总而言之，
对于相同的数据，神经网络等<em
浏览 6提问于2017-09-28得票数 0
3回答
线性回归模型
、、
从这个假设出发，我知道这是一个简单的线性回归模型：线性回归的定义是，因变量y应该是参数w的线性组合(但对于自变量x则不一定相同)。所以我们可以说，这也是一个线性回归模型：在这种情况下，我应该说这是一个线性回归模型，因为对于定义来说，w0、w1和w2在表达式中仍然是线性的。即使存在自变量x2的二次项。y = w1 x1 + w2 x2 + w3 x3 + w4 x1x2 + w5 (x2^3)
它仍然是线性
浏览 0提问于2018-06-26得票数 2
2回答
改进线性回归模型的技巧
、、、
我刚刚在包含7个自变量和1个目标变量的数据集上运行了一个线性回归模型。下面是R平方和MSE值。训练集的均方误差: 36530921.0123有人能给我一些建议来提高这个型号的效率吗？
编辑:我刚刚实现了同样的问题，使用线性回归和归一化的特性。我得到了以下输出:训练集的均方误差: 5.468490570335696e-10训练集的R2值: 0.9275088299658416训练集的均方误差: 4.111793316375822e-
浏览 0提问于2018-04-18得票数 3
回答已采纳
2回答
因变量是连续的，自变量是数值离散的。在这里，剩余的情节和一个盒子和胡须图：
m <- nls(y ~ a + (b*x) + c*(x^2), start= list(a = 2, b = 1, c=1))
要为参数选择初始值(开始)，我尝试选择接近预期最终解决方案的初始
浏览 0提问于2018-02-02得票数 1
使用SKlearn运行LR模型后，关键输出之一是coef_和intercept_。我理解coef_是一个完全描述模型关系的转换矩阵；使用coef_和添加intercept_来执行输入数据的点乘积将为您的输入生成预测值。
我的问题是:定义一阶模型coef_的方程是什么？我已经收集到了一些类似于b0 + b1x + b2x的东西，但是我不明白它是如何随着附加的“特性”变量的引入和高阶多项式模型的引入而发展的。
浏览 0提问于2022-05-26得票数 0
1回答
当输入和输出变量之间存在线性关系时，使用线性回归。这种线性关系是否意味着对变量或参数没有幂？在m的理解中，线性是指相对于参数(无幂)的线性。如果错了，请纠正我。在拟合高阶多项式时，我们用正则线性回归来惩罚高阶称变量。基于这些困惑，有谁能帮助澄清以下几点呢？1)线性是与变量或参数有关的。，但是第二个回答说，线性是以权值或其他超参数等参数来表示的，多项式回归是一种特殊的线性回归。因此，如果模型的
浏览 0提问于2019-10-28得票数 0
回答已采纳
3回答
在线性回归中，我们将多项式拟合到一组数据点。在毕晓普的“模式识别与机器学习”一书中，有几个例子表明拟合是一条曲线或一条直线。我有点搞不懂一条曲线是否是线性的。线性一词意味着拟合应该是线性函数或1次多项式，即直线。但在许多资源中，都有一些例子，其中拟合可以是3,9度等的多项式，那么这些高阶多项式是线性的吗？
浏览 0提问于2019-02-16得票数 8
回答已采纳
0回答
使用自定义函数和参数拟合模型
、、、、
我想在R中使用健壮的非线性回归来拟合一些数据(nlrob)。然而，我认为这个问题对于非稳健和/或线性方法也是有效的。我应该如何编写函数f，这样它才能接收和解
浏览 0提问于2018-07-07得票数 2
回答已采纳
1回答
我试图拟合一个具有近50变量的非线性模型，(因为有固定的年效应)。nl_model = gnls(nl_exp, start=list(t=0.5, g=0.01, d=0.1))我对t1, ..., t45, g, d有很好的起始值。但我不想为这个非线性回归写一个长的公式。那么，有什么简单的方法可以在R中写出非线
浏览 0提问于2017-04-09得票数 0
回答已采纳
在section 3.6.5:预测器的非线性变换中，使用poly()函数创建多项式回归模型。在那之后，作家们写道：在这里，我无法理解作者所说的“线性模型应用于poly(
浏览 0提问于2021-11-29得票数 1
1回答
我尝试一个非线性拟合菲涅耳方程与数据的反射率与入射角。在这个站点上找到的是两个有红线和蓝线的图形。当n1 = 1与我的数据相匹配时，我需要基本地拟合蓝线。np.sqrt(n**2.0 - np.sin(th)**2.0)我要找的参数是：
移动图形基线的常数。菲涅耳方程本身就是
浏览 5提问于2014-10-27得票数 1
回答已采纳
因此，我需要将一个连续函数拟合到这个数据中，这样我就不必处理步长函数的不连续性可能带来的稳定性问题。不幸的是，这是一个相当大的数据集。我试图得到一个拟合的函数，它是可能的，也不会太繁琐，无法转换成Stan，我用来编写微分方程的语言，所以我更喜欢分段多项式形式的东西，最多只有几个我可以手动编码的部分。看看我的数据形状，有没有可能有用的周期性样条拟合？
浏览 2提问于2016-05-20得票数 1
1回答
用python误差拟合曲线
、、、、
我正在尝试将我的数据与(cos(x))^n相匹配。理论上n值是2，但我的数据应该给我1.7个左右。当我定义我的拟合函数并尝试curve_fit时，我会得到一个错误 return a+b*np.power(np.cos(x),c)
错误如下所示：
/usr/local/lib/python3.5/dist-packages/ipykernel_launch
浏览 10提问于2017-04-05得票数 4
回答已采纳
3回答
Python中的指数回归
、、、、
我有一组x和y数据，我想使用指数回归来找到最适合这些点集的直线。即：我要计算P0、P1和P2的值。我使用了一个软件"Igor Pro“来计算我的值，但是我想要一个Python实现。我使用了curve_fit函数，但得到的值与Igor软件计算的值相差甚远。= [ 648, 618, 636, 485, 384, 639, 630, 583, 529]P1=321, P2=4848, P0=-
浏览 27提问于2022-12-01得票数 0
1回答
我不确定这个问题是否可能是数字问题，所以为了安全起见；我从几千分钟开始测量自变量(‘分钟’)的因变量(让我们称它们为'pushes')的值，然后每隔十分钟测量一次(除了在数据清理过程中删除的几个点)。
浏览 0提问于2015-04-11得票数 0
看起来loess()可以使用：plot(x,y)这个问题在我打字和研究的过程中不断演变。一开始，我想要一个简单的函数来拟合曲线数据(我对数据一无所知)，并希望了解如何使用nls()或optim()来实现这一点。在我发现的类似问题中，似乎每个人都在暗示这一点。更新#2: gam() (来自mgcv包)到目前为止很棒:它给出了与loess()相似的结果，当它更好的时候，它给出了类似的结果，当它更好的时候，它给出了与smooth.spline()相似的结果。并且全
浏览 2提问于2011-09-26得票数 11
回答已采纳
1回答
我有很多困难，拟合这些数据，特别是获得拟合参数，以匹配预期的参数。fit_A, fit_B, fit_C, fit_D)plt.plot(x, fit_y)plt.show()
当我打印参数时
浏览 15提问于2022-09-25得票数 0
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
热门标签
云服务器
ICP备案
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
