คำถามติดแท็ก curve-fitting

ฉันมีชุดข้อมูลและฉันต้องการเปรียบเทียบว่าบรรทัดใดอธิบายได้ดีที่สุด (พหุนามคำสั่งต่าง ๆ เลขยกกำลังหรือลอการิทึม) ผมใช้งูหลามและ Numpy polyfit()และเหมาะสมพหุนามมีฟังก์ชั่น แต่ฉันไม่พบฟังก์ชันดังกล่าวสำหรับการยกกำลังแบบเอ็กซ์โปเนนเชียลและลอการิทึม ยังมี .... บ้าง? หรือวิธีการแก้มันเป็นอย่างอื่น?

157 python  numpy  scipy  curve-fitting  linear-regression 

มีฟังก์ชันใน R ที่พอดีกับเส้นโค้งของฮิสโตแกรมหรือไม่? สมมติว่าคุณมีฮิสโตแกรมต่อไปนี้ hist(c(rep(65, times=5), rep(25, times=5), rep(35, times=10), rep(45, times=4))) มันดูธรรมดา แต่มันเบ้ ฉันต้องการพอดีกับเส้นโค้งปกติที่เอียงเพื่อพันรอบฮิสโตแกรมนี้ คำถามนี้ค่อนข้างธรรมดา แต่ดูเหมือนจะหาคำตอบสำหรับ R บนอินเทอร์เน็ตไม่ได้

95 r  histogram  curve-fitting  r-faq 

ฉันใช้ Python และ Numpy เพื่อคำนวณพหุนามที่เหมาะสมที่สุดของการศึกษาระดับปริญญาโดยพลการ ฉันส่งรายการค่า x ค่า y และระดับของพหุนามที่ฉันต้องการให้พอดี (เชิงเส้นกำลังสอง ฯลฯ ) สิ่งนี้ได้ผลมาก แต่ฉันก็ต้องการคำนวณ r (สัมประสิทธิ์สหสัมพันธ์) และ r-squared (สัมประสิทธิ์การกำหนด) ฉันกำลังเปรียบเทียบผลลัพธ์ของฉันกับความสามารถของเส้นแนวโน้มที่เหมาะสมที่สุดของ Excel และค่า r-squared ที่คำนวณ เมื่อใช้สิ่งนี้ฉันรู้ว่าฉันกำลังคำนวณ r-squared อย่างถูกต้องสำหรับ linear best-fit (องศาเท่ากับ 1) อย่างไรก็ตามฟังก์ชันของฉันใช้ไม่ได้กับพหุนามที่มีระดับมากกว่า 1 Excel สามารถทำได้ ฉันจะคำนวณ r-squared สำหรับพหุนามลำดับสูงกว่าโดยใช้ Numpy ได้อย่างไร นี่คือหน้าที่ของฉัน: import numpy # Polynomial Regression def polyfit(x, y, …

93 python  math  statistics  numpy  curve-fitting 

ฉันพยายามที่จะสร้างการถดถอยเชิงเส้นในพล็อตที่กระจายผมได้สร้าง แต่ข้อมูลของฉันอยู่ในรูปแบบรายการและตัวอย่างทั้งหมดที่ฉันสามารถหาของใช้จำเป็นต้องใช้polyfit ไม่ยอมรับรายการแม้ว่า ฉันได้ค้นหาสูงและต่ำเกี่ยวกับวิธีการแปลงรายการเป็นอาร์เรย์และดูเหมือนไม่มีอะไรชัดเจน ฉันพลาดอะไรไปรึเปล่า?arangearange ต่อไปนี้ฉันจะใช้รายการจำนวนเต็มเป็นข้อมูลเข้าได้ดีที่สุดpolyfitอย่างไร นี่คือตัวอย่าง polyfit ที่ฉันกำลังติดตาม: from pylab import * x = arange(data) y = arange(data) m,b = polyfit(x, y, 1) plot(x, y, 'yo', x, m*x+b, '--k') show()

89 python  numpy  matplotlib  linear-regression  curve-fitting 

Rฉันพยายามที่จะวาดเส้นโค้งเรียบ ฉันมีข้อมูลของเล่นง่ายๆดังต่อไปนี้: > x [1] 1 2 3 4 5 6 7 8 9 10 > y [1] 2 4 6 8 7 12 14 16 18 20 ตอนนี้เมื่อฉันวางแผนด้วยคำสั่งมาตรฐานมันจะดูเป็นหลุมเป็นบ่อและหงุดหงิดแน่นอน: > plot(x,y, type='l', lwd=2, col='red') ฉันจะทำให้เส้นโค้งเรียบเพื่อให้ขอบทั้ง 3 โค้งมนโดยใช้ค่าประมาณได้อย่างไร ฉันรู้ว่ามีหลายวิธีในการปรับให้เข้ากับเส้นโค้งที่ราบรื่น แต่ฉันไม่แน่ใจว่าวิธีใดที่เหมาะสมที่สุดสำหรับเส้นโค้งประเภทนี้และคุณจะเขียนRอย่างไร

88 r  plot  curve-fitting