大佬教程收集整理的这篇文章主要介绍了如何使用均方根误差条件分两步将二阶多项式拟合到数据中?,大佬教程大佬觉得挺不错的,现在分享给大家,也给大家做个参考。
我想分两步将多项式拟合到数据中。首先,我只想将二阶多项式拟合到我的数据中。然后我计算了数据和拟合多项式之间的 rms_error。现在,我想仅使用 rms 值介于 0 和 2 之间的数据的这些索引进行第二次拟合,以避免数据中不应有助于我的连续拟合的强尖峰的影响。变量 x 和 data 是相同长度的 np.arrays。
def fit_polynom(x,a0,a1,a2):
return a0+a1*x+a2*x**2
init_fit_param = [0,0]
fit_params,fit_covariances = scipy.curve_fit(fit_polynom,x,data,p0=init_fit_param)
rms_array = np.sqrt((data - fit_polynom(x,fit_params[0],fit_params[1],fit_params[2]))**2)
for rms in rms_array:
if rms >= 0 and rms <= 2:
print(rms)
@R_762_9447@打印满足我的条件的 rms_array 的值,现在谁能告诉我如何获得满足条件的这些 rms 值的索引,然后对数据进行第二次拟合。总结:如何获取 rms 值介于 0 和 2 之间的数据元素?
暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!
如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@)
以上是大佬教程为你收集整理的如何使用均方根误差条件分两步将二阶多项式拟合到数据中?全部内容,希望文章能够帮你解决如何使用均方根误差条件分两步将二阶多项式拟合到数据中?所遇到的程序开发问题。
如果觉得大佬教程网站内容还不错,欢迎将大佬教程推荐给程序员好友。
本图文内容来源于网友网络收集整理提供,作为学习参考使用,版权属于原作者。
如您有任何意见或建议可联系处理。小编QQ:384754419,请注明来意。