Python 关于职位";带numpy的多元多项式回归;
关于MRocklin对自己问题的回答,有人能解释一下如何理解函数的输出“beta”(xs,y,deg,full=False,model_out=False,powers_out=False) 例如,如果Python 关于职位";带numpy的多元多项式回归;,python,regression,Python,Regression,关于MRocklin对自己问题的回答,有人能解释一下如何理解函数的输出“beta”(xs,y,deg,full=False,model_out=False,powers_out=False) 例如,如果xs有两个自变量a,b和y是因变量,假设我有 beta = multiplotfit(xs,y,2) 那么什么应该是测试版[0],测试版[1],…?哪个是常数项,哪个是x的系数,依此类推?非常感谢你 对于您提供的变量,a和b,multiplifit计算其幂的组合,其总和或幂不超过deg,并使用结
xs
有两个自变量a
,b
和y
是因变量,假设我有
beta = multiplotfit(xs,y,2)
那么什么应该是测试版[0],测试版[1],…?哪个是常数项,哪个是x的系数,依此类推?非常感谢你 对于您提供的变量,
a
和b
,multiplifit
计算其幂的组合,其总和或幂不超过deg
,并使用结果数据返回y
的线性近似系数
如果称为
beta, powers = multiplotfit(xs,y,2)
beta将包含两个变量情况下的幂系数
>>> powers
[array([2, 0, 0]), array([1, 1, 0]), array([1, 0, 1]), array([0, 2, 0]), array([0, 1, 1]), array([0, 0, 2])]
其中,第一次幂表示常数,即1
,第二次幂表示a
幂,第三次幂表示b
幂)
例如,
beta=[1,0,0,1,0,1]
可以翻译为表达式1+a**2+b**2
我为您编辑了您的问题,请注意检查差异。碰巧我看到了你们问题的原因,知道你们在说什么,但你们应该确保你们的问题能够被理解。没有细节的模棱两可的问题往往会立即被否决。