文章来源:http://huangjian.info/blog/4216/python%E7%A7%91%E5%AD%A6%E8%AE%A1%E7%AE%97%E4%B9%8B%E6%9C%80%E5%B0%8F%E4%BA%8C%E4%B9%98%E6%B3%95%E6%8B%9F%E5%90%88%E6%9B%B2%E7%BA%BF/
生活中,我们总是在挖掘事物背后的无形力量,称之为规律的东西。
但是这是非有大智慧,大毅力及大运气而无法达成的,我们退而求其次,对大量数据进行统计,进而构建模型曲线,利用其去预测下一次的结果。这是机器学习的朴素理解。
我们在这里,简单地,对一些离散点,做一条可表达的函数曲线,使这些点与曲线的误差很小,理想地达到重合的程度,即曲线拟合。
我们知道,两点确定一条直线,反过来也一样成立。
那么三点呢?
二次曲线
以此类推,如果有N个离散点,我们可以用N次幂的曲线完成理想的拟合。
但,由于计算资源的有限,要找到这样一条曲线,代价太过高昂;
因此,实际工程中,经常会采用退化的办法,在代价和精度方面找一个契合点。
我们构造下面的式子描述曲线拟合程度的标准,使拟合曲线yi,与离散点ym差的平方在所有x上最小:
这种算法叫做最小二乘拟合。
利用python(x,y)提供的库文件,实现这种方法,如下:
- # -*- coding: utf-8 -*-
- import numpy as np
- from scipy.optimize import leastsq
- import pylab as pl
-
- def func(x, p):
- """
- 数据拟合所用的函数: A*sin(2*pi*k*x + theta)
- """
- A, k, theta = p
- return A*np.sin(2*np.pi*k*x+theta)
-
- def residuals(p, y, x):
- """
- 实验数据x, y和拟合函数之间的差,p为拟合需要找到的系数
- """
- return y - func(x, p)
-
- x = np.linspace(0, -2*np.pi, 100)
- A, k, theta = 10, 0.34, np.pi/6 # 真实数据的函数参数
- y0 = func(x, [A, k, theta]) # 真实数据
- y1 = y0 + 2 * np.random.randn(len(x)) # 加入噪声之后的实验数据
-
- p0 = [7, 0.2, 0] # 第一次猜测的函数拟合参数
-
- # 调用leastsq进行数据拟合
- # residuals为计算误差的函数
- # p0为拟合参数的初始值
- # args为需要拟合的实验数据
- plsq = leastsq(residuals, p0, args=(y1, x))
-
- print u"真实参数:", [A, k, theta]
- print u"拟合参数", plsq[0] # 实验数据拟合后的参数
-
- pl.plot(x, y0, label=u"真实数据")
- pl.plot(x, y1, label=u"带噪声的实验数据")
- pl.plot(x, func(x, plsq[0]), label=u"拟合数据")
- pl.legend()
- pl.show()
Rock & Roll!
阅读(20584) | 评论(0) | 转发(0) |