模型拟合算法代码实现.zip

# 其中需要关注的参数为3个：x、y分别为需要拟合的散点的坐标序列，deg为需要拟合的多项式的最高项数。例如： import pylab import numpy as np if __name__ == "__main__": x = np.arange(1, 31, 1) y = np.array([20, 23, 26, 29, 32, 35, 38, 45, 53, 62, 73, 86, 101, 118, 138, 161, 188, 220, 257, 300, 350, 409, 478, 558, 651, 760, 887, 1035, 1208, 1410]) z1 = np.polyfit(x, y, 3) # 曲线拟合，返回值为多项式的各项系数 p1 = np.poly1d(z1) # 返回值为多项式的表达式，也就是函数式子 print(p1) y_pred = p1(x) # 根据函数的多项式表达式，求解 y print(np.polyval(p1, 29)) #根据多项式求解特定 x 对应的 y 值 print(np.polyval(z1, 29)) #根据多项式求解特定 x 对应的 y 值 plot1 = pylab.plot(x, y, '*', label='original values') plot2 = pylab.plot(x, y_pred, 'r', label='fit values') pylab.title('') pylab.xlabel('') pylab.ylabel('') pylab.legend(loc=3, borderaxespad=0., bbox_to_anchor=(0, 0)) pylab.show() pylab.savefig('p1.png', dpi=200, bbox_inches='tight')