擬合
擬合
一元線性擬合
python畫圖程式碼
import matplotlib.pyplot as plt
import pandas as pd
def Unary_linear_fitting(arr_x, arr_y):
x_average = 0
y_average = 0
for i in range(len(arr_x)):
x_average = x_average + arr_x[i]
y_average = y_average + arr_y[i]
x_average = x_average / len(arr_x)
y_average = y_average / len(arr_y)
temp1 = 0
temp2 = 0
for i in range(len(arr_x)):
temp1 = temp1 + (arr_x[i] - x_average) * (arr_y[i] - y_average)
temp2 = temp2 + (arr_x[i] - x_average) * (arr_x[i] - x_average)
b = temp1 / temp2
a = y_average - b * x_average
return a, b
data = pd.read_csv("大學男生身高體重資料.csv")
height = data["身高"]
weight = data["體重"]
a, b = Unary_linear_fitting(height, weight)
print(a, b)
plt.plot([160, 195], [160 * b + a, 195 * b + a], label='Unary_linear_fitting')
plt.title("Unary_linear_fitting")
plt.scatter(height, weight, label='The original data')
plt.legend(loc="upper left")
plt.xlabel("height")
plt.ylabel("weight")
plt.show()
未完待續
相關文章
- 過擬合與欠擬合
- 降低過擬合和欠擬合的方法
- 欠擬合與過擬合技術總結
- 機器學習–過度擬合 欠擬合機器學習
- 深度學習中的欠擬合和過擬合簡介深度學習
- Python擬合曲線Python
- Wannier 單帶擬合
- 什麼是人工智慧領域的過擬合和欠擬合人工智慧
- 過擬合與欠擬合-股票投資中的機器學習機器學習
- 過擬合和欠擬合以及相對應的解決辦法
- pytorch擬合sin函式PyTorch函式
- 如何解決過度擬合
- 如何使用Python曲線擬合Python
- Tensorflow-交叉熵&過擬合熵
- Origin進行多元線性迴歸、指數擬合和非線性曲面擬合
- 今日面試題分享:如何理解模型的過擬合與欠擬合,以及如何解決?面試題模型
- 【Python】keras使用LSTM擬合曲線PythonKeras
- stk 11.4 exata 6.2聯合模擬
- AC-DMIS 5.3最佳擬合圓錐(組合圓錐)
- Java 使用 Apache commons-math3 線性擬合、非線性擬合例項(帶效果圖)JavaApache
- 演算法金 | 詳解過擬合和欠擬合!性感嫵媚 VS 大殺四方演算法
- 最小二乘法擬合圓心
- 飲料瓶顏色區域擬合
- .net core(c#)擬合圓測試C#
- 防止或減輕過擬合的方法
- python來擬合Langmuir非線性方程PythonUI
- 機器學習中的過擬合機器學習
- 梯度下降、過擬合和歸一化梯度
- Pytorch_第八篇_深度學習 (DeepLearning) 基礎 [4]---欠擬合、過擬合與正則化PyTorch深度學習
- 原理解析-過擬合與正則化
- 量化交易:大盤擬合穩定突破策略
- 合併FrameWork庫相容真機模擬器Framework
- .NET 白板書寫加速-曲線擬合預測
- [Open3d系列]--點雲曲線擬合3D
- 如何選擇適合自己的虛擬主機
- 機器學習之過擬合的風險機器學習
- 模擬量輸出的常用應用場合
- 4擬合線性函式的k和b函式