numpy.polynomial.legendre.Legendre.fit¶

方法

classmethod polynomial.legendre.Legendre.fit(x, y, deg, domain=None, rcond=None, full=False, w=None, window=None)[源代码]¶

最小二乘法符合数据。

返回一个符合数据的最小二乘法序列实例 y 采样在 x . 可以指定返回实例的域，这通常会导致更好的匹配，而不太可能出现条件反射。

参数

x阵列状，形状（m，）: m采样点的x坐标 (x[i], y[i]) .
y阵列状，形状（m，）: M个采样点的y坐标 (x[i], y[i]) .
degint或一维数组: 拟合多项式的度数。如果 deg 是一个整数，所有项都小于或等于 deg “这一术语包含在拟合中。对于numpy版本>=1.11.0，可以使用指定要包含项的度数的整数列表。
domain{无， [乞讨，结束] ，[]，可选: 用于返回序列的域。如果 None ，然后是覆盖点的最小域 x 被选中。如果 [] 使用类域。默认值是numpy 1.4中的类域，并且 None 在以后的版本中。这个 [] 在numpy 1.5.0中添加了选项。
rcond可选浮动: 拟合的相对条件数。相对于最大奇异值，小于此值的奇异值将被忽略。默认值是len（x）*eps，其中eps是浮点类型的相对精度，在大多数情况下约为2e-16。
full可选的布尔: 开关决定返回值的性质。当它为假（默认值）时，仅返回系数，当同时返回奇异值分解的真实诊断信息时。
w阵列式，形状（m），可选: 砝码。如果不是，每个点的贡献 (x[i],y[i]) 拟合的权重为 w[i] . 理想情况下，选择权重是为了使产品的误差 w[i]*y[i] 都有相同的差异。默认值为无。

1.5.0 新版功能.
window{[beg, end]}, optional: 用于返回序列的窗口。默认值是默认类域

1.6.0 新版功能.

返回

new_series系列

表示符合数据的最小二乘的序列，并且在调用中指定了域和窗口。如果对不定基多项式和非定基多项式的系数感兴趣，请执行以下操作： new_series.convert().coef .

[[resid, rank, sv, rcond]]列表

只有当 full =真

resid——最小二乘拟合秩的平方残差之和——标度范德蒙矩阵Sv的数值秩——标度范德蒙矩阵Rcond的奇异值——标度范德蒙矩阵Rcond的值。 rcond .

有关详细信息，请参阅 linalg.lstsq .