curve-fitting

3熱度

1回答

請看下面的例子： import numpy as np import math import matplotlib.pyplot as plt from scipy import interpolate xs = np.linspace(1,10,500) ys = [0.92 * x ** 2.3 + 0.0132 * x ** 4 + 0.0743 * (x - 9) ** 3 -

0熱度

3回答

Python RandomForest sk-learn：停留了幾個小時，發生了什麼？

我有一個很大的輸入向量。目前，它一直堅持運行calibrated_clf.fit(x_train, y_train)幾個小時。我不知道該計劃是死的還是什麼。如何在calibrated_clf.fit(x_train, y_train)函數調用中打印某種進度？ clf = ensemble.RandomForestClassifier(criterion = 'entropy', n_estimat

1熱度

1回答

在Python中擬合裝倉對數正態數據

我有一系列按百分比體積分數排列的粒度分佈數據，如下所示： size % 6.68 0.05 9.92 1.15 etc. 我需要適應這個數據對數正態分佈，我準備用python的stats.lognorm.fit函數來完成，但這似乎期望輸入作爲個變量而不是離散化數據的陣列，由什麼我判斷ve read。我打算使用for循環遍歷數據和.extend每個大小條目到佔位符數組所需的次數，以創建一

2熱度

1回答

Python的 - 曲線擬合產生不正確配合

我試圖適應的正弦波曲線這個數據分佈，但由於某些原因，適合的纔是不正確的： import matplotlib.pyplot as plt import numpy as np import scipy as sp from scipy.optimize import curve_fit #======================= #====== Analysis ====

1熱度

2回答

適合立方貝塞爾曲線的最小二乘法

我想在一組500個隨機點上擬合一個三次貝塞爾曲線。下面是我對貝塞爾曲線代碼： import numpy as np from scipy.misc import comb def bernstein_poly(i, n, t): """ The Bernstein polynomial of n, i as a function of t """

0熱度

2回答

樣條函數的衍生物：`scipy splev`

我試圖在scipy中使用splev的幾個點找到樣條函數的衍生物。例如： import numpy as np from scipy.interpolate import splprep, splev import matplotlib.pyplot as plt # function to normalize each row def normalized(a, axis=-1, ord

3熱度

1回答

具有已知端點的貝塞爾曲線擬合

我想用具有已知端點（p0和p3）的貝塞爾曲線擬合噪聲2d數據。這似乎比傳統的4點貝塞爾曲線擬合更容易，但仍然難以理解。有人可以指向我現有的代碼或算法來找到控制點p1和p2的最佳值嗎？編輯：我試圖以配合貝塞爾曲線的點來自於用鼠標繪製的曲線（想象，畫一些在油漆刷子，可能有數百個記錄點的在一個長的中風中）。預先創建定位點p0和p3，但應該計算控制點p1和p2，以使貝塞爾符合用鼠標繪製的曲線的形狀。

0熱度

1回答

爲什麼表面擬合在對數域中不起作用？

讓我們有一個損壞的圖像C，偏置輪廓，B和真實圖像A.所以，如果我們可以定義一個模型， C = A * B; 我們可以得到原來的圖像返回如， A = C/B;在對數域中，日誌A =日誌Ç - 登錄B. 現在讓我們說，我有真正的形象，和我介紹偏差B和我收到損壞的圖像C.現在我可以使用多項式迴歸來糾正這個有偏見的圖像C。如果我在日誌域中轉換損壞的圖像C，我將適合該表面，並且如上所示，我可以從中減去偏

0熱度

1回答

錯誤與在Matlab

我試圖擬合模型將數據與3個變量和4個paramters如下擬合的模型（以下this Matlab的示例）： ft = fittype(@(a,b,c,d,x,y,z) a*(x.^b).*(y.^c).*(z.^d),... 'independent',{'x','y','z'},'dependent',{'w'},'coefficients',... {'a','b','c','d'})

0熱度

1回答

使用scipy（Python）將樣條曲線擬合爲具有重複x的數據

我試圖使用包'scipy'中的'interp1d'函數對具有5700個數據樣本（具有重複x值，即.x：橫軸）的數據擬合樣條曲線在python中。我嘗試了低階樣條（k = 1）和二次樣條（k = 2），三次樣條（k = 3）。我很震驚地看到我的數據中'spline'的奇怪反應。儘管'k = 1'處的樣條有一定意義，但是過分擬合了它（二次樣條和三次樣條表現太糟糕）。在我的第一個試驗中，我使用多項式擬