使用NumPy對曲面進行多元線性迴歸 - 示例

此問題已接近：fitting a linear surface with numpy least squares，但沒有示例數據。我必須非常緩慢，但似乎我無法實現它的工作。使用NumPy對曲面進行多元線性迴歸 - 示例

我有以下代碼：

import numpy as np 
    XYZ = np.array([[0, 1, 0, 1], 
     [0, 0, 1, 1], 
     [1, 1, 1, 1]]) 
    A = np.row_stack((np.ones(len(XYZ[0])), XYZ[0, :], XYZ[1:])) 
    coeffs = np.linalg.lstsq(A.T, XYZ[2, :])[0] 
    print coeffs

輸出是：

[ 5.00000000e-01 5.55111512e-17 9.71445147e-17 5.00000000e-01]

我想z = a + bx + cy，即三個係數，但輸出給我四張。我在哪裏出錯了？我期望coeffs是這樣的：

[ 1.0 0.0 0.0]

任何幫助表示讚賞。

來源

2012-12-04 mrdr

這裏沒有NP嘗試，但也許一個錯字在'XYZ [1：]'而不是'XYZ [1，：]'？ –

彼得·施奈德（評論）是正確的：你要養活XYZ[1, :]到row_stack：

>>> A = np.row_stack((np.ones(len(XYZ[0])), XYZ[0, :], XYZ[1, :])) 
>>> np.linalg.lstsq(A.T, XYZ[2, :])[0] 
array([ 1.00000000e+00, -7.85046229e-17, -7.85046229e-17])

來源

2012-12-04 10:24:43

是的，午餐後看到了......愚蠢的錯誤。 – mrdr

使用NumPy對曲面進行多元線性迴歸 - 示例

回答

相關問題