numpy.polynomial.hermite_e.HermiteE.fit#

方法

classmethod polynomial.hermite_e.HermiteE.fit(x, y, deg, domain=None, rcond=None, full=False, w=None, window=None, symbol='x')[source]#

資料的最小平方法擬合。

傳回一個級數實例，該實例是對在 x 採樣的資料 y 進行最小平方法擬合的結果。可以指定傳回實例的定義域，這通常會產生更優越的擬合，並減少病態條件的機會。

參數:
xarray_like，形狀 (M,)

M 個樣本點的 x 座標 (x[i], y[i])。

yarray_like，形狀 (M,)

M 個樣本點的 y 座標 (x[i], y[i])。

degint 或 1-D array_like

擬合多項式的次數。如果 deg 是一個整數，則擬合中會包含直到 deg 次項（含）的所有項。對於 NumPy 版本 >= 1.11.0，可以使用整數列表來指定要包含的項的次數。

domain{None, [beg, end], []}，選用

用於傳回級數的定義域。如果為 None，則選擇覆蓋點 x 的最小定義域。如果為 []，則使用類別定義域。在 NumPy 1.4 中，預設值為類別定義域，而在後續版本中為 None。[] 選項在 numpy 1.5.0 中新增。

rcondfloat，選用

擬合的相對條件數。小於此值（相對於最大奇異值）的奇異值將被忽略。預設值為 len(x)*eps，其中 eps 是浮點類型的相對精度，在大多數情況下約為 2e-16。

fullbool，選用

決定傳回值性質的開關。當為 False（預設值）時，僅傳回係數；當為 True 時，也會傳回來自奇異值分解的診斷資訊。

warray_like，形狀 (M,)，選用

權重。如果不是 None，則權重 w[i] 適用於在 x[i] 的未平方殘差 y[i] - y_hat[i]。理想情況下，權重的選擇應使乘積 w[i]*y[i] 的誤差都具有相同的變異數。當使用逆變異數加權時，請使用 w[i] = 1/sigma(y[i])。預設值為 None。

window{[beg, end]}，選用

用於傳回級數的視窗。預設值為預設類別定義域

symbolstr，選用

表示自變數的符號。預設值為 'x'。

傳回值:
new_series級數

一個級數，表示資料的最小平方法擬合，並具有呼叫中指定的定義域和視窗。如果對未縮放和未平移的基底多項式的係數感興趣，請執行 new_series.convert().coef。

[resid, rank, sv, rcond]list

只有當 full == True 時才會傳回這些值

  • resid – 最小平方法擬合的平方殘差和

  • rank – 縮放的 Vandermonde 矩陣的數值秩

  • sv – 縮放的 Vandermonde 矩陣的奇異值

  • rcond – rcond 的值。

如需更多詳細資訊，請參閱 linalg.lstsq。