Python 如何从实验中确定两个未知变量?

Python 如何从实验中确定两个未知变量?,python,math,bluetooth-lowenergy,linear-regression,Python,Math,Bluetooth Lowenergy,Linear Regression,我目前正在从事蓝牙低能量距离计算项目。在我的研究中,我遇到了这个公式,我想根据实验确定系数 我的一般公式是: Pd = P0 - 10 * n * log(d) 我想通过实验来确定可以给n和P0的最佳值,以便从现实中得到最接近的结果。假设我可以得到很多关于d和Pd的度量,比如: | d (meters) | 2 | 3 | etc | Pd(dBm) |-58 | -60 | etc 正如在(仅供参考,无需阅读)中所说的,他们使用线性回归来获得这些系数的最佳值,但我真的迷路了。如

我目前正在从事蓝牙低能量距离计算项目。在我的研究中,我遇到了这个公式,我想根据实验确定系数

我的一般公式是:

Pd = P0 - 10 * n * log(d)
我想通过实验来确定可以给
n
P0
的最佳值,以便从现实中得到最接近的结果。假设我可以得到很多关于
d
Pd
的度量,比如:

| d (meters) | 2  | 3   | etc
| Pd(dBm)    |-58 | -60 | etc
正如在(仅供参考,无需阅读)中所说的,他们使用线性回归来获得这些系数的最佳值,但我真的迷路了。如果您有任何提示,最好是Python,欢迎使用


提前谢谢

我没有很好的答案给你,但如果你还没有看,我强烈建议你看看scipy。我相信这是正确的,这并不是一个真正的编程问题。你知道如何将线性回归应用于你的问题吗?我在这里寻找一些代码,因为我真的不知道什么是
n
P0
的最佳值?对于给定的
d
Pd
,有无数个值组合可以工作。我没有一个很好的答案给你,但如果你没有看过,我强烈建议你看看scipy。我相信这是正确的,这并不是一个真正的编程问题。你知道如何将线性回归应用于你的问题吗?我在这里寻找一些代码,因为我真的不知道什么是
n
P0
的最佳值?对于给定的
d
Pd
,可以使用无限多的值组合。