如何使用numpy polyfit強制散射點線性擬合通過零點？

x=np.asarray([1,2,4,5,7,8,9]) 
y=np.asarray([2,1,3,6,4,7,9]) 

m,b=np.polyfit(x,y,1)

我有散點，並嘗試通過numpy polyfit做線性擬合（y = m * x + b，b = 0）。有沒有辦法強制攔截b爲0？我也可以有差異嗎？如何使用numpy polyfit強制散射點線性擬合通過零點？

我GOOGLE了一下，有人說np.linalg.lstsq可能工作，但我不知道如何操縱它。我更喜歡np.polyfit。它可以工作嗎？

來源

2017-09-11 kinder chan

-1

線性代數也許矯枉過正這裏：

m = np.mean(y/x)

將做的工作罰款不加權的相關性。

來源

2017-09-12 06:47:21

這只是一個平均數，而不是最小二乘擬合。 –

該OP沒有指定租賃廣場，但我在任何情況下都是錯誤的。我已經爲你的答案+1了。 –

第np.polyfit沒有刪除低階項的方法。這裏是你如何與np.linlg.lstsq做到這一點：

m = np.linalg.lstsq(x.reshape(-1,1), y)[0][0] 
m 

0.87916666666666654

這是不一樣：

np.mean(y/x) 

0.98520408163265305

來源

2017-09-12 07:14:35

什麼是[0] [0]？它可以只是[0]或（0,0）？我可以有差異或其他參數嗎？ –

不，'np.linalg.lstsq'輸出一個數組列表，所以第一個'[0]'是列表理解，然後下一個'[0]'是數組理解。殘差將是'[1] [0]'。查看[docs]（https://docs.scipy.org/doc/numpy/reference/generated/numpy.linalg.lstsq.html）以查看還有哪些'np.linalg.lstsq'輸出，但其中大部分不是在這種情況下很有用。 –

如何使用numpy polyfit強制散射點線性擬合通過零點？

回答

相關問題