我试图编写一个Python程序来生成数据,它使用一个随机变量(具有高斯分布)和一个四次多项式方程(3x^4+x^3+3x^2+4x+5)的和。使用最小二乘多项式拟合,曲线生成的数据使用一个模型,直到你的模型可以准确地预测所有的值。我是python的新手,我正努力赶上我的快节奏课程。任何帮助和进一步的解释将不胜感激。我尝试了没有for循环,它给出了两条曲线,但我认为它应该匹配初始点。请参见以下代码:
import random
import matplotlib.pyplot as plt
import numpy as np
def rSquared(obs, predicted):
error = ((predicted - obs)**2).sum()
mean = error/len(obs)
return 1 - (mean/np.var(obs))
def generateData(a, b, c, d, e, xvals):
for x in xvals:
calcVal= a*x**4 + b*x**3 + c*x**2 + d*x + e
yvals.append(calcVal+ random.gauss(0, 35))
xvals = np.arange(-10, 11, 1)
yvals= []
a, b, c, d, e = 3, 1, 3, 4, 5
generateData(a, b, c, d, e, xvals)
for i in range (5):
model= np.polyfit(xvals, yvals, i)
estYvals = np.polyval(model, xvals)
print('R-Squared:', rSquared(yvals, estYvals))
plt.plot(xvals, yvals, 'r', label = 'Actual values')
plt.plot(xvals, estYvals, 'bo', label = 'Predicted values')
plt.xlabel('Variable x values')
plt.ylabel('Calculated Value of Polynomial')
plt.legend()
plt.show()
目前没有回答
相关问题 更多 >
编程相关推荐