擅长:python、mysql、java
<p>你必须选择你想要的适合曲线运动员之后。从你的绘画的外观看,你似乎在试图把它塑造成某种对数。</p>
<p>这是对数回归的图片:</p>
<p><a href="https://i.stack.imgur.com/klQlu.gif" rel="nofollow noreferrer"><img src="https://i.stack.imgur.com/klQlu.gif" alt="enter image description here"/></a></p>
<p>对数回归的形式为y=A+B ln(x)。
这基本上是线性回归拟合,而不是拟合y与x
我们正在尝试适合y和ln(x)。</p>
<p>所以,您可以只需要获取数据集中点的x值的自然日志,并在它上执行线性回归算法。屈服系数为y=A+B ln(x)的A和B。</p>
<p>图片学分:
<a href="http://mathworld.wolfram.com/LeastSquaresFittingLogarithmic.html" rel="nofollow noreferrer">http://mathworld.wolfram.com/LeastSquaresFittingLogarithmic.html</a></p>
<p>编辑:正如詹姆斯·菲利普斯在回答中指出的,也可以用y=Ax^(-B)+C的形式对曲线进行建模,因为对于如此少的点,如果图形具有水平渐近线或总是增长但减速,则无法确定。很多曲线都<em>可能</em>(例如y=A*B^(-x)+C可能是另一条曲线),但您需要选择之后的数据模型。</p>