【原】python最小二乘

import numpy as np

from scipy.optimize import leastsq

 

###採樣點(Xi,Yi)###

Xi=np.array([8.19,2.72,6.39,8.71,4.7,2.66,3.78])

Yi=np.array([7.01,2.78,6.47,6.71,4.1,4.23,4.05])

 

###需要擬合的函數func及誤差error###

def func(p, x, y):

    k1, k2, b=p

    return k1 * x + k2 * y + b

 

def error(p,x,y,z):

    return z - func(p, x, y) #x、y都是列表，故返回值也是個列表

 

#TEST

p0=[100,2, 1]

#print( error(p0,Xi,Yi) )

 

###主函數從此開始###

s="Test the number of iteration" #試驗最小二乘法函數leastsq得調用幾次error函數才能找到使得均方誤差之和最小的k、b

Para=leastsq(error,p0,args=(Xi,Yi, Zi)) #把error函數中除了p以外的參數打包到args中

k1, k2, b=Para[0]