scipy.odr.Data¶
- class scipy.odr.Data(x, y=None, we=None, wd=None, fix=None, meta={})[源代码]¶
要匹配的数据。
- 参数
- xarray_like
回归自变量的观测数据
- yARRAY_LIKE，可选
如果为数组状，观测数据为因变量的回归。标量输入意味着要在数据上使用的模型是隐式的。
- weARRAY_LIKE，可选
如果 we 是标量，则该值将用于所有数据点(以及Response变量的所有维度)。如果 we 是长度为q(响应变量的维数)的秩-1数组，则该向量是所有数据点的协变加权矩阵的对角线。如果 we 是长度为n(数据点的数量)的秩-1数组，则第i个元素是第i个响应变量观测的权重(仅限一维)。如果 we 是形状(Q，Q)的秩2阵列，则这是广播给每个观测的全协变加权矩阵。如果 we 是形状(q，n)秩2数组，则 we[:,i] 是第i次观测的协变加权矩阵的对角线。如果 we 是形状(q，q，n)秩3数组，则 we[:,:,i] 是每个观测值的协变加权矩阵的完整说明。如果拟合是隐式的，则仅使用正标量值。
- wdARRAY_LIKE，可选
如果 wd 是标量，则该值用于所有数据点(以及输入变量的所有维度)。如果 wd =0，则将每个观测的协变加权矩阵设置为单位矩阵(因此每个观测的每个维度具有相同的权重)。如果 wd 是长度为m(输入变量的维数)的秩-1数组，则该向量是所有数据点的协变加权矩阵的对角线。如果 wd 是长度为n(数据点的数量)的秩-1数组，则第i个元素是第i个输入变量观测值的权重(仅限一维)。如果 wd 是形状为(m，m)的秩2阵列，则这是广播给每个观测的全协变加权矩阵。如果 wd 是形状为(m，n)秩2数组，则 wd[:,i] 是第i个观测值的协变加权矩阵的对角线。如果 wd 是形状(m，m，n)秩3数组，则 wd[:,:,i] 是每个观测值的协变加权矩阵的完整说明。
- fix整数的array_like，可选
这个 fix 参数与ODR类中的ifixx相同。它是一个与data.x形状相同的整数数组，用于确定将哪些输入观测视为固定的。可以使用长度为m的序列(输入观测的维度)来确定所有观测的某些维度。值为0表示固定观测，值>0表示自由。
- metaDICT，可选
元数据的自由格式词典。
注意事项
每个参数都附加到同名实例的成员。的结构 x 和 y 在Model类文档字符串中进行了描述。如果 y 为整数，则数据实例只能用于拟合响应维数等于指定值的隐式模型 y 。
这个 we 参数加权响应变量中的偏差对拟合的影响。这个 wd 参数加权输入变量中的偏差对拟合的影响。为了方便地处理多维输入和响应，这些参数的结构首先具有第n维轴。这些参数大量使用ODRPACK的结构化参数特性来方便灵活地支持所有选项。有关如何在算法中使用这些权重的完整说明，请参阅ODRPACK用户指南。基本上，特定数据点的权重值越高，该点的偏差就越不利于拟合。
方法：
使用关键字和关键字提供的数据更新元数据字典。