Ich habe eine sehr spezifische Anforderung für die Interpolation nichtlinearer Daten unter Verwendung eines Polynoms 6. Grades. Ich habe numpy / scipy Routinen (scipy.interpolate.InterpolatedUnivariateSpline) gesehen, die Interpolation nur bis zu Grad 5 erlauben.
Auch wenn es keine direkte Funktion dafür gibt, gibt es eine Möglichkeit, den linearen Regressions-Algorithmus von LEGEST in Python zu replizieren? RGP erlaubt Kurvenanpassung 6. Grades, aber ich möchte NICHT Excel für irgendetwas verwenden, da diese Berechnung Teil eines viel größeren Python-Skripts ist.
Jede Hilfe wäre willkommen!
Sie können scipy.optimize.curve_fit
verwenden, um zu jeder Funktion zu passen möchte (im Rahmen des Zumutbaren) auf Ihre Daten zugreifen. Die Signatur dieser Funktion ist
und verwendet nichtlineare Kleinste-Quadrate-Anpassung, um eine Funktion f
an die Daten ydata(xdata)
anzupassen. In deinem Fall würde ich etwas versuchen wie:
was Ihnen etwas geben sollte wie:
Tags und Links python numpy linear-regression scipy curve-fitting