- 拟合是用一个连续函数(曲线)靠近给定的离散数据,使其与给定的数据相吻合。
- 数据拟合的算法相对比较简单,但调用不同工具和方法时的函数定义和参数设置有所差异,往往使小白感到困惑。
- 本文基于 Scipy 工具包,对单变量、多变量线性最小二乘拟合,指数函数、多项式函数、样条函数的非线性拟合,单变量、多变量的自定义函数拟合问题进行分析、给出完整例程和结果,数据拟合从此无忧。
- 『Python小白的数学建模课 @ Youcans』带你从数模小白成为国赛达人。
1. 数据拟合
在科学研究和工程应用中经常通过测量、采样、实验等方法获得各种数据。对一组已知数据点集,通过调整拟合函数(曲线)的参数,使该函数与已知数据点集相吻合,这个过程称为数据拟合,又称曲线拟合。
插值和拟合都是根据一组已知数据点,求变化规律和特征相似的近似曲线的过程。但是插值要求近似曲线完全经过所有的给定数据点,而拟合只要求近似曲线在整体上尽可能接近数据点,并反映数据的变化规律和发展趋势。因此插值可以看作是一种特殊的拟合,是要求误差函数为 0 的拟合。
1.1 数据拟合问题的分类
数据拟合问题,可以从不同角度进行分类:
- 按照拟合函数分类,分为线性函数和非线性函数。非线性函数用于数据拟合,常用的有多项式函数、样条函数、指数函数和幂函数,针对具体问题还有自定义的特殊函数显示。
- 按照变量个数分类,分为单变量函数和多变量函数。
- 按照拟合模型分类,分为基于模型的数据拟合和无模型的函数拟合。基于模型的数据拟合,是通过建立数学模型描述输入输出变量之间的关系,拟合曲线不仅能拟合观测数据,拟合模型的参数通常具有明确的物理意义。而无模型的函数拟合,是指难以建立描述变量关系的数学模型,只能采用通用的函数和曲线拟合观测数据,例如多项式函数拟合、样条函数拟合,也包括机器学习和神经网络模型,这种模型的参数通常没有明确的意义。
1.2 数据拟合的原理和方法
数据拟合通过调整拟合函数中的待定参数,从整体上接近已知的数据点集。
这是一个优化问题,决策变量是拟合函数的待定参数,优化目标是观测数据与拟合函数的函数值之间的某种误差指标。典型的优化目标是拟合函数值与观测值的误差平方和;当观测数据的重要性不同或分布不均匀时,也可以使用加权误差平方和作为优化目标。
数据拟合的基本方法是最小二乘法。对于观测数据
(
x
i
,
y
i
)
,
i
=
1
,
.
.
n
(x_i,y_i),i=1,..n
(xi?,yi?),i=1,..n,将观测值
y
i
y_i
yi? 与拟合函数
y
=
f
(
x
,
p
)
y=f(x,p)
y=f(x,p)的计算值
f
(
x
i
)
f(x_i)
f(xi?)的误差平方和最小作为优化问题的目标函数:
m
i
n
??
J
(
p
1
,
?
p
m
)
=
∑
i
=
1
n
[
y
i
?
f
(
x
i
)
]
2
min \; J(p_1, \cdots p_m) = \sum_{i=1}^n [y_i - f(x_i)]^2
minJ(p1?,?pm?)=i=1∑n?[yi??f(xi?)]2
(
p
1
,
?
p
m
)
(p_1, \cdots p_m)
(p1?,?pm?) 是拟合函数中的待定参数。
对于线性拟合问题,设拟合函数为直线
f
(
x
)
=
p
0
+
p
1
?
x
f(x) = p_0+p_1*x
f(x)=p0?+p1??x, 由极值的必要条件 $ \partial J/\partial p_j = 0,; (j=0,1)$ 可以解出系数
p
0
,
p
1
p_0, p_1
p0?,p1? :
p
1
=
n
∑
i
=
1
n
x
i
y
i
?
∑
i
=
1
n
x
i
∑
i
=
1
n
y
i
n
∑
i
=
1
n
x
i
2
?
(
∑
i
=
1
n
x
i
)
2
p
0
=
∑
i
=
1
n
y
i
n
?
a
1
∑
i
=
1
n
x
i
n
p_1 = \frac{n \sum_{i=1}^n x_i y_i - \sum_{i=1}^n x_i \sum_{i=1}^n y_i} {n \sum_{i=1}^n x_i^2 - (\sum_{i=1}^n x_i)^2}\\ p_0 =\frac{\sum_{i=1}^n y_i}{n} - a_1 \frac {\sum_{i=1}^n x_i}{n}
p1?=n∑i=1n?xi2??(∑i=1n?xi?)2n∑i=1n?xi?yi??∑i=1n?xi?∑i=1n?yi??p0?=n∑i=1n?yi???a1?n∑i=1n?xi?? 对于多变量线性最小二乘问题,设拟合函数为直线
f
(
x
)
=
p
0
+
p
1
?
x
1
+
?
+
p
m
?
x
m
f(x) = p_0+p_1*x_1+ \cdots +p_m*x_m
f(x)=p0?+p1??x1?+?+pm??xm?, 类似地,可以解出系数
p
0
,
p
1
,
?
p
m
p_0, p_1, \cdots p_m
p0?,p1?,?pm? 。
对于非线性函数的拟合问题,通常也是按照最小二乘法的思路,求解上述误差平方和最小化这个非线性优化问题,常用的具体算法有搜索算法和迭代算法两类。
1.3 Python 数据拟合方法
数据拟合是常用算法,Python 语言的很多工具包都提供了数据拟合方法,常用的如 Scipy、Numpy、Statsmodel、Scikit-learn 工具包都带有数据拟合的函数与应用。
Scipy 是最常用的 Python 工具包,本系列中非线性规划、插值方法也都是使用 Scipy 工具包实现,因此仍以 Scipy 工具包讲解数据拟合问题。
Scipy 工具包对于不同类型的数据拟合问题,提供了不同的函数或类。由于 Scipy 工具包是多个团队合作完成,而且经过了不断更新,因此调用不同函数和方法时的函数定义和参数设置有所差异,往往使小白感到困惑。
本文对单变量、多变量线性最小二乘拟合,指数函数、多项式函数、样条函数的非线性拟合,单变量、多变量的自定义函数拟合问题进行分析、给出完整例程和结果,数据拟合从此无忧。
2. 线性最小二乘拟合
2.1 线性最小二乘拟合函数说明
线性最小二乘拟合是最简单和最常用的拟合方法。scipy.optimize 工具箱中的 leastsq()、lsq_linear(),scipy.stats 工具箱中的 linregress(),都可以实现线性最小二乘拟合。
2.1.1 scipy.optimize.leastsq 函数说明
leastsq() 根据观测数据进行最小二乘拟合计算,只需要观测值与拟合函数值的误差函数和待定参数 的初值,返回拟合函数中的待定参数
(
p
1
,
?
p
m
)
(p_1, \cdots p_m)
(p1?,?pm?),但不能提供参数估计的统计信息。leastsq() 可以进行单变量或多变量线性最小二乘拟合,对变量进行预处理后也可以进行多项式函数拟合。
scipy.optimize.leastsq(func, x0, args=(), Dfun=None, full_output=0, col_deriv=0, ftol=1.49012e-08, xtol=1.49012e-08, gtol=0.0, maxfev=0, epsfcn=None, factor=100, diag=None)
主要参数:
- func:可调用的函数,描述拟合函数的函数值与观测值的误差,形式为 error(p,x,y),具有一个或多个待定参数 p。误差函数的参数必须按照 (p,x,y) 的顺序排列,不能改变。
- x0:一维数组,待定参数
(
p
1
,
?
p
m
)
(p_1, \cdots p_m)
(p1?,?pm?) 的初值。
- args:元组,线性拟合时提供观测数据值 (xdata, ydata),观测数据 xdata 可以是一维数组(单变量问题),也可以是多维数组(多变量问题)。
返回值:
- x:一维数组,待定参数
(
p
1
,
?
p
m
)
(p_1, \cdots p_m)
(p1?,?pm?) 的最小二乘估计值。
2.1.2 scipy.stats.linregress 函数说明
linregress() 根据两组观测数据 (x,y) 进行线性最小二乘回归,不仅返回拟合函数中的待定参数
(
p
1
,
p
1
)
(p_1, p_1)
(p1?,p1?),而且可以提供参数估计的各种统计信息,但只能进行单变量线性拟合。
scipy.stats.linregress(x, y=None, alternative=‘two-sided’)
主要参数:
- x, y:x, y 是长度相同的一维数组。或者 x 是二维数组,且 y=none,则二维数组 x 相当于 长度相同的一维数组 x, y。
返回值:
- slope:斜率,直线
f
(
x
)
=
p
0
+
p
1
?
x
f(x) = p_0+p_1*x
f(x)=p0?+p1??x 中的
p
1
p_1
p1?。
- intercept:截距,直线
f
(
x
)
=
p
0
+
p
1
?
x
f(x) = p_0+p_1*x
f(x)=p0?+p1??x 中的
p
0
p_0
p0?。
- rvalue:r^2 值,统计量。
- pvalue:p 值,P检验的统计量。
- stderr:标准差,统计量。
2.2 Python 例程:单变量线性拟合
程序说明:
- scipy.optimize.leastsq() 与 scipy.stats.linregress() 都可以进行单变量线性拟合。leastsq() 既可以用于单变量也可以用于多变量问题;linregress() 只能用于单变量问题,但可以给出很多参数估计的统计结果。
- leastsq() 要以子函数来定义观测值与拟合函数值的误差函数,例程中分别定义了拟合函数 fitfunc1(p, x) 与误差函数error1(p, x, y) ,是为了方便调用拟合函数计算拟合曲线在数据点的函数值。注意 p 为数组 。
- leastsq() 中误差函数的函数名可以任意定义,但误差函数的参数必须按照 (p,x,y) 的顺序排列,不能改变次序。
- leastsq() 中观测数据 (x, yObs) 是以动态参数 args 的方式进行传递的。这种处理方式非常独特,没有为什么, leastsq() 就是这样定义的。
- linregress() 只要将观测数据 (x,yObs) 作为参数,默认单变量线性拟合,不需要定义子函数。
- leastsq() 与 linregress() 进行线性拟合,得到的参数估计结果是相同的。
Python 例程:
import numpy as np
import matplotlib.pyplot as plt
from scipy.optimize import leastsq
from scipy.stats import linregress
def fitfunc1(p, x):
p0, p1 = p
y = p0 + p1*x
return y
def error1(p, x, y):
err = fitfunc1(p,x) - y
return err
p = [2.5, 1.5]
x = np.array([0., 0.5, 1.5, 2.5, 4.5, 5.5, 7.5, 8.0, 8.5, 9.0, 10.0])
y = p[0] + p[1] * x
np.random.seed(1)
yObs = y + np.random.randn(x.shape[-1])
p0 = [1, 1]
pFit, info = leastsq(error1, p0, args=(x,yObs))
print("Data fitting with Scipy.optimize.leastsq")
print("y = p[0] + p[1] * x")
print("p[0] = {:.4f}\np[1] = {:.4f}".format(pFit[0], pFit[1]))
yFit = fitfunc1(pFit,x)
slope, intercept, r_value, p_value, std = linregress(x, yObs)
print("\nLinear regress with Scipy.stats.linregress")
print("y = p[0] + p[1] * x")
print("p[0] = {:.4f}".format(intercept))
print("p[1] = {:.4f}".format(slope))
print("r^2_value: {:.4f}".format(r_value**2))
print("p_value: {:.4f}".format(p_value))
print("std: {:.4f}".format(std))
fig, ax = plt.subplots(figsize=(8,6))
ax.text(8,3,"youcans-xupt",color='gainsboro')
ax.set_title("Data fitting with linear least squares")
plt.scatter(x, yObs, label="observed data")
plt.plot(x, y, 'r--', label="theoretical curve")
plt.plot(x, yFit, 'b-', label="fitting curve")
plt.legend(loc="best")
plt.show()
程序运行结果:
Data fitting with Scipy.optimize.leastsq
y = p[0] + p[1] * x
p[0] = 2.2688
p[1] = 1.5528
Linear regress with Scipy.stats.linregress
y = p[0] + p[1] * x
p[0] = 2.2688
p[1] = 1.5528
r^2_value: 0.9521
p_value: 0.0000
std: 0.1161
2.3 Python 例程:多变量线性拟合
程序说明:
- scipy.optimize.leastsq() 既可以用于单变量也可以用于多变量问题,本例程求解一个二元线性拟合问题:y = p[0] + p[1] * x1 + p[2] * x2。
- leastsq() 求解多变量问题的方法与单变量问题类似,以子函数 error2(p, x1, x2, y) 来定义观测值与拟合函数值的误差函数,以动态参数 args 的方式传递观测数据 (x, yObs) 。
- leastsq() 中误差函数的函数名可以任意定义,但误差函数的参数必须按照 (p,x1,x2,y) 的顺序排列,不能改变次序。
- scipy 只能做一元线性回归,例程中通过调用 statsmodels.api 进行多元线性回归,可以得到各种统计参数,供读者参考。
Python 例程:
import numpy as np
import matplotlib.pyplot as plt
from scipy.optimize import leastsq
def fitfunc2(p, x1, x2):
p0, p1, p2 = p
y = p0 + p1*x1 + p2*x2
return y
def error2(p, x1, x2, y):
err = fitfunc2(p, x1, x2) - y
return err
np.random.seed(1)
p = [2.5, 1.5, -0.5]
x1 = np.array([0., 0.5, 1.5, 2.5, 4.5, 5.5, 7.5, 8.0, 8.5, 9.0, 10.0])
x2 = np.array([0., 1.0, 1.5, 2.2, 4.8, 5.0, 6.3, 6.8, 7.1, 7.5, 8.0])
z = p[0] + p[1]*x1 + p[2]*x2
zObs = z + np.random.randn(x1.shape[-1])
print(x1.shape, z.shape, zObs.shape)
p0 = [1, 1, 1]
pFit, info = leastsq(error2, p0, args=(x1,x2,zObs))
print("Data fitting with Scipy.optimize.leastsq:")
print("z = p[0] + p[1]*x1 + p[1]*x2")
print("p[0]={:.4f}\np[1]={:.4f}\np[2]={:.4f}".format(pFit[0], pFit[1], pFit[2]))
zFit = fitfunc2(pFit, x1, x2)
import statsmodels.api as sm
x0 = np.ones(x1.shape[-1])
X = np.column_stack((x0, x1, x2))
model = sm.OLS(zObs, X)
results = model.fit()
zFit = results.fittedvalues
print(results.summary())
print("\nOLS model: y = b0*x0 + b1*x1 + b2*x2")
print('Parameters: ', results.params)
程序运行结果:
Data fitting with Scipy.optimize.leastsq
z = p[0] + p[1]*x1 + p[1]*x2
p[0]=2.6463
p[1]=2.2410
p[2]=-1.3710
OLS Regression Results
OLS model: y = b0*x0 + b1*x1 + b2*x2
Parameters: [ 2.64628055 2.24100973 -1.37104475]
==============================================================================
coef std err t P>|t| [0.025 0.975]
------------------------------------------------------------------------------
const 2.6463 0.942 2.808 0.023 0.473 4.820
x1 2.2410 1.043 2.148 0.064 -0.165 4.647
x2 -1.3710 1.312 -1.045 0.326 -4.396 1.654
==============================================================================
3. 非线性函数数据拟合
3.1 非线性拟合函数说明
非线性函数是非常广泛的概念。本节讨论指数函数、多项式函数和样条函数三种常用的通用形式的非线性函数拟合问题,分别使用了 Scipy 工具包中的 scipy.optimize.leastsq()、scipy.linalg.lstsq() 和 scipy.interpolate.UnivariateSpline() 函数。
scipy.optimize.leastsq() 的使用方法已在本文 2.1 中进行了介绍,scipy.interpolate.UnivariateSpline() 的使用方法在《22. 插值方法》文中进行了介绍,以下介绍 scipy.linalg.lstsq() 函数。
lstsq() 函数只要传入观测数据 (x,yObs),并将 x 按多项式阶数转换为 X,即可求出多项式函数的系数,不需要定义拟合函数或误差函数,非常适合比较不同阶数的多项式函数拟合的效果。
scipy.linalg.lstsq(a, b, cond=None, overwrite_a=False, overwrite_b=False, check_finite=True, lapack_driver=None)
主要参数:
- a:(m,n) 数组,表示方程 Ax=b 的左侧。
- b:(m,) 数组,表示方程 Ax=b 的右侧。
返回值:
注意:lstsq() 函数中求解方程 Ax=b,A 是指由观测数据
x
i
x_i
xi? 按多项式阶数转换为矩阵
(
x
i
0
,
x
i
1
,
.
.
.
x
i
m
)
,
i
=
1
,
n
(x_i^0,x_i^1,...x_i^m),i=1,n
(xi0?,xi1?,...xim?),i=1,n,b 是指
y
i
,
i
=
1
,
n
y_i,i=1,n
yi?,i=1,n,而 x 是指多项式函数的系数,详见例程。
3.2 Python 例程:指数函数拟合
程序说明:
- scipy.optimize.leastsq() 本质上是求解带有待定参数的误差函数最小化问题,因此可以用于指数函数的最小二乘拟合。类似地,原理上 leastsq() 也可以用于其它形式非线性函数的拟合问题,但对于某些函数拟合误差可能会比较大。
- leastsq() 以子函数 error3(p, x, y) 来定义观测值与拟合函数值的误差函数,以动态参数 args 的方式传递观测数据 (x, yObs) 。
- leastsq() 中误差函数的函数名可以任意定义,但误差函数的参数必须按照 (p,x1,x2,y) 的顺序排列,不能改变次序。
Python 例程:
import numpy as np
import matplotlib.pyplot as plt
from scipy.optimize import leastsq
def fitfunc3(p, x):
p0, p1, p2 = p
y = p0 + p1 * np.exp(-p2*x)
return y
def error3(p, x, y):
err = fitfunc3(p,x) - y
return err
p = [0.5, 2.5, 1.5]
x = np.linspace(0, 5, 50)
y = fitfunc3(p, x)
np.random.seed(1)
yObs = y + 0.2*np.random.randn(x.shape[-1])
p0 = [1, 1, 1]
pFit, info = leastsq(error3, p0, args=(x,yObs))
print("Data fitting of exponential function")
print("y = p0 + p1 * np.exp(-p2*x)")
print("p[0] = {:.4f}\np[1] = {:.4f}\np[2] = {:.4f}".format(pFit[0], pFit[1], pFit[2]))
yFit = fitfunc3(pFit, x)
fig, ax = plt.subplots(figsize=(8,6))
ax.set_title("Data fitting of exponential function")
plt.scatter(x, yObs, label="observed data")
plt.plot(x, y, 'r--', label="theoretical curve")
plt.plot(x, yFit, 'b-', label="fitting curve")
plt.legend(loc="best")
plt.show()
程序运行结果:
Data fitting of exponential function
y = p0 + p1 * np.exp(-p2*x)
p[0] = 0.5216
p[1] = 2.5742
p[2] = 1.6875
3.3 Python 例程:多项式函数拟合
程序说明:
- scipy.optimize.leastsq() 本质上是求解带有待定参数的误差函数最小化问题,因此可以用于多项式函数的最小二乘拟合,使用方法与线性拟合、指数拟合类似。
- 由于 leastsq() 要以子函数 error(p, x, y) 来定义观测值与拟合函数值的误差函数,在比较不同阶数的多项式函数拟合时需要定义多个对应的误差函数,比较繁琐。
- scipy.linalg.lstsq() 只要传入观测数据 (x,yObs),并将 x 按多项式阶数转换为 X,即可求出多项式函数的系数,不需要定义拟合函数或误差函数,非常适合比较不同阶数的多项式函数拟合的效果。
- 对于相同阶数的多项式函数,leastsq() 与 lstsq() 的参数估计和拟合结果是相同的。
- 增大多项式的阶数,可以减小拟合曲线与观测数据的误差平方和,但也更容易导致过拟合,虽然能更好地拟合训练数据,但并不能真实反映数据的总体规律,因而对于训练数据以外的测试数据的拟合效果反而降低了。
Python 例程:
import numpy as np
import matplotlib.pyplot as plt
from scipy.linalg import lstsq
from scipy.optimize import leastsq
def fitfunc4(p, x):
p0, p1, p2, p3 = p
y = p0 + p1*x + p2*x*x + p3*x*x*x
return y
def error4(p, x, y):
err = fitfunc4(p,x) - y
return err
p = [1.0, 1.2, 0.5, 0.8]
func = lambda x: p[0]+((x*x-p[1])**2+p[2])*np.sin(x*p[3])
x = np.linspace(-1, 2, 30)
y = func(x)
np.random.seed(1)
yObs = y + 0.5*np.random.randn(x.shape[-1])
fig, ax = plt.subplots(figsize=(8,6))
ax.set_title("Polynomial fitting with least squares")
plt.scatter(x, yObs, label="observed data")
plt.plot(x, y, 'c--', label="theoretical curve")
p0 = [1, 1, 1, 1]
pFit, info = leastsq(error4, p0, args=(x,yObs))
yFit = fitfunc4(pFit, x)
ax.plot(x, yFit, '-', label='leastsq')
print("Polynomial fitting by scipy.optimize.leastsq")
print("y = p[0] + p[1]*x + p[2]*x^2 +p[3]*x^3")
print("p[0] = {:.4f}\np[1] = {:.4f}\np[2] = {:.4f}\np[3] = {:.4f}".format(pFit[0], pFit[1], pFit[2], pFit[3]))
print("\nPolynomial fitting by scipy.linalg.lstsq")
print("y = w[0] + w[1]*x + w[2]*x^2 + ... + w[m]*x^m")
for order in range(1,5):
X = np.array([[(xi ** i) for i in range(order + 1)] for xi in x])
Y = np.array(yObs).reshape((-1, 1))
W, res, rnk, s = lstsq(X, Y)
print("order={:d}".format(order))
for i in range(order+1):
print("\tw[{:d}] = {:.4f}".format(i, W[i,0]))
yFit = X.dot(W)
ax.plot(x, yFit, '-', label='order={}'.format(order))
plt.legend(loc="best")
plt.show()
程序运行结果:
Polynomial fitting by scipy.optimize.leastsq
y = p[0] + p[1]*x + p[2]*x^2 +p[3]*x^3
p[0] = 0.9586
p[1] = -0.4745
p[2] = -0.3581
p[3] = 1.1721
Polynomial fitting by scipy.linalg.lstsq
y = w[0] + w[1]*x + w[2]*x^2 + ... + w[m]*x^m
order=1
w[0] = 1.0331
w[1] = 1.7354
order=2
w[0] = 0.2607
w[1] = 0.3354
w[2] = 1.4000
order=3
w[0] = 0.9586
w[1] = -0.4745
w[2] = -0.3581
w[3] = 1.1721
order=4
w[0] = 1.0131
w[1] = 1.6178
w[2] = -1.1039
w[3] = -1.5209
w[4] = 1.3465
3.4 Python 例程:样条曲线拟合
程序说明:
- scipy.interpolate.UnivariateSpline() 类是一种基于固定数据点创建函数的方法,使用样条曲线拟合到给定的数据点集。
- UnivariateSpline 类由已知数据点集生成样条插值函数 y=spl(x),通过调用样条插值函数可以计算指定 x 的函数值 f(x)。
- UnivariateSpline 类既可以进行数据插值,也可以进行拟合。参数 s=0 表示数据插值,样条曲线必须通过所有数据点;s>0 表示数据拟合,默认 s= len(w)。
- 通过 set_smoothing_factor(sf) 设置光滑因子,可以对样条拟合函数进行调节,使拟合曲线更好地反映观测数据特征,避免过拟合。
Python 例程:
import numpy as np
import matplotlib.pyplot as plt
from scipy.interpolate import UnivariateSpline
np.random.seed(1)
p0, p1, p2, p3 = [1.0, 1.2, 0.5, 0.8]
x = np.linspace(-1, 2, 30)
y = p0 + ((x*x-p1)**2+ p2) * np.sin(x*p3)
yObs = y + 0.5*np.random.randn(x.shape[-1])
fSpl = UnivariateSpline(x, yObs)
coeffs = fSpl.get_coeffs()
print("Data fitting with spline function")
print("coeffs of 3rd spline function:\n ", coeffs)
yFit = fSpl(x)
fSpl.set_smoothing_factor(10)
yS = fSpl(x)
coeffs = fSpl.get_coeffs()
print("coeffs of 3rd spline function (sf=10):\n ", coeffs)
fig, ax = plt.subplots(figsize=(8,6))
ax.set_title("Data fitting with spline function")
plt.scatter(x, yObs, label="observed data")
plt.plot(x, y, 'r--', label="theoretical curve")
plt.plot(x, yFit, 'b-', label="3rd spline fitting")
plt.plot(x, yS, 'm-', label="smoothing spline")
plt.legend(loc="best")
plt.show()
程序运行结果:
Data fitting with spline function
coeffs of 3rd spline function:
[-0.09707885 3.66083026 -4.20416235 7.95385344]
coeffs of 3rd spline function (sf=10):
[0.41218039 0.52795588 1.6248287 0.76540737 8.49462738]
4. 自定义函数曲线拟合
4.1 scipy.optimize.curve_fit() 函数说明
curve_fit() 使用非线性最小二乘法将自定义的拟合函数拟合到观测数据,不仅可以用于直线、二次曲线、三次曲线的拟合,而且可以适用于任意形式的自定义函数的拟合,使用非常方便。curve_fit() 允许进行单变量或多变量的自定义函数拟合。
**scipy.optimize.curve_fit(f,xdata,ydata,p0=None,sigma=None,absolute_sigma=False,check_finite=True,bounds=(-inf,inf),method=None,jac=None,kwargs) **
主要参数:
- f:可调用的函数,自定义的拟合函数,具有一个或多个待定参数。拟合函数的形式为 func(x,p1,p2,…),其中参数必须按照 (x,p1,p2,…) 的顺序排列,p1, p2,… 是标量不能表达为数组。
- xdata:n*m数组,n 为观测数据长度,m为变量个数。观测数据 xdata 可以是一维数组(单变量问题),也可以是多维数组(多变量问题)。
- ydata:数组,长度为观测数据长度 n。
- p0:可选项,待定参数 [p1,p2,…] 的初值,默认值无。
返回值:
-
popt:待定参数
(
p
1
,
?
p
m
)
(p_1, \cdots p_m)
(p1?,?pm?) 的最小二乘估计值。 -
pcov:参数
(
p
1
,
?
p
m
)
(p_1, \cdots p_m)
(p1?,?pm?) 的估计值 popt 的协方差,其对角线是各参数的方差。
4.2 Python 例程:单变量自定义函数曲线拟合
程序说明:
- 不同于 leastsq() 定义观测值与拟合函数值的误差函数,scipy.optimize.curve_fit() 直接定义一个自定义的拟合函数,更为直观和便于理解。
- curve_fit() 定义一个拟合函数,函数名可以任意定义,但拟合函数的参数必须按照 (x,p1,p2,…) 的顺序排列,不能改变次序。p1, p2,… 是标量,不能写成数组。注意 leastsq() 中误差函数的参数必须按照 (p,x,y) 的顺序排列,与 curve_fit() 不同。
- leastsq() 也可以对自定义的拟合函数进行最小二乘拟合。
- 由于本例程中自定义拟合函数使用了观测数据的实际模型,而不是通用的多项式函数或样条函数,因此拟合结果不仅能很好的拟合观测数据,而且能更准确地反映实际模型的趋势。
Python 例程:
import numpy as np
import matplotlib.pyplot as plt
from scipy.optimize import leastsq, curve_fit
def fitfunc6(x, p0, p1, p2, p3):
y = p0 + ((x*x-p1)**2+ p2) * np.sin(x*p3)
return y
p0, p1, p2, p3 = [1.0, 1.2, 0.5, 0.8]
x = np.linspace(-1, 2, 30)
y = fitfunc6(x, p0, p1, p2, p3)
np.random.seed(1)
yObs = y + 0.5*np.random.randn(x.shape[-1])
pFit, pcov = curve_fit(fitfunc6, x, yObs)
print("Data fitting of custom function by curve_fit:")
print("y = p0 + ((x*x-p1)**2+ p2) * np.sin(x*p3)")
print("p[0] = {:.4f}\np[1] = {:.4f}\np[2] = {:.4f}\np[3] = {:.4f}"
.format(pFit[0], pFit[1], pFit[2], pFit[3]))
print("estimated covariancepcov:\n",pcov)
yFit = fitfunc6(x, pFit[0], pFit[1], pFit[2], pFit[3])
fig, ax = plt.subplots(figsize=(8,6))
ax.set_title("Data fitting of custom function")
plt.scatter(x, yObs, label="observed data")
plt.plot(x, y, 'r--', label="theoretical curve")
plt.plot(x, yFit, 'b-', label="fitting curve")
plt.legend(loc="best")
plt.show()
程序运行结果:
Data fitting of custom function by curve_fit:
y = p0 + ((x*x-p1)**2+ p2) * np.sin(x*p3)
p[0] = 0.9460
p[1] = 1.1465
p[2] = 0.8291
p[3] = 0.6008
estimated covariancepcov:
[[ 0.01341654 0.00523061 -0.01645431 0.00455901]
[ 0.00523061 0.02648836 -0.04442234 0.02821206]
[-0.01645431 -0.04442234 0.20326672 -0.07482843]
[ 0.00455901 0.02821206 -0.07482843 0.0388316 ]]
结果分析:
4.3 Python 例程:多变量自定义函数曲线拟合
程序说明:
- scipy.optimize.curve_fit() 既可以用于单变量也可以用于多变量问题,本例程求解一个二元非线性拟合问题。
- curve_fit() 定义一个拟合函数 fitfunc7(X, p0, p1, p2, p3),函数名可以任意定义,但拟合函数的参数必须按照 (x,p1,p2,…) 的顺序排列,不能改变次序。p1, p2,… 是标量,不能写成数组。
- curve_fit(fitfunc7, X, yObs) 中的 X 是 (n,m) 数组,n 是观测数据点集的长度,m 是变量个数。
Python 例程:
import numpy as np
import matplotlib.pyplot as plt
from scipy.optimize import curve_fit
def fitfunc7(X, p0, p1, p2, p3):
y = p0 + p1*X[0,:] + p2*X[1,:] + p3*np.sin(X[0,:]+X[1,:]+X[0,:]**2+X[1,:]**2)
return y
p = [1.0, 0.5, -0.5, 5.0]
p0, p1, p2, p3 = p
np.random.seed(1)
x1 = 2.0 * np.random.rand(8)
x2 = 3.0 * np.random.rand(5)
xmesh1, xmesh2 = np.meshgrid(x1, x2)
xx1= xmesh1.reshape(xmesh1.shape[0]*xmesh1.shape[1], )
xx2= xmesh2.reshape(xmesh2.shape[0]*xmesh2.shape[1], )
X = np.vstack((xx1,xx2))
y = fitfunc7(X, p0, p1, p2, p3)
yObs = y + 0.2*np.random.randn(y.shape[-1])
print(x1.shape,x2.shape,xmesh1.shape,xx1.shape,X.shape)
pFit, pcov = curve_fit(fitfunc7, X, yObs)
print("Data fitting of multivariable custom function")
print("y = p0 + p1*x1 + p2*x2 + p3*np.sin(x1+x2+x1^2+x2^2)")
for i in range(4):
print("p[{:d}] = {:.4f}\tp[{:d}]_fit = {:.4f}".format(i, p[i], i, pFit[i]))
yFit = fitfunc7(X, pFit[0], pFit[1], pFit[2], pFit[3])
程序运行结果:
Data fitting of multivariable custom function:
y = p0 + p1*x1 + p2*x2 + p3*np.sin(x1+x2+x1^2+x2^2)
p[0] = 1.0000 p[0]_fit = 1.1316
p[1] = 0.5000 p[1]_fit = 0.5020
p[2] = -0.5000 p[2]_fit = -0.5906
p[3] = 5.0000 p[3]_fit = 5.0061
estimated covariancepcov:
[[ 9.51937904e-03 -2.82863223e-03 -5.26393413e-03 -8.51457970e-04]
[-2.82863223e-03 4.88275894e-03 9.39281331e-05 3.73832161e-04]
[-5.26393413e-03 9.39281331e-05 3.86701646e-03 4.65766686e-04]
[-8.51457970e-04 3.73832161e-04 4.65766686e-04 1.85374067e-03]]
【本节完】
版权声明:
欢迎关注『Python小白的数学建模课 @ Youcans』 原创作品
原创作品,转载必须标注原文链接:(https://blog.csdn.net/youcans/article/details/119332590)。
Copyright 2021 Youcans, XUPT
Crated:2021-08-05
欢迎关注 『Python小白的数学建模课 @ Youcans』 系列,持续更新 Python小白的数学建模课-01.新手必读 Python小白的数学建模课-02.数据导入 Python小白的数学建模课-03.线性规划 Python小白的数学建模课-04.整数规划 Python小白的数学建模课-05.0-1规划 Python小白的数学建模课-06.固定费用问题 Python小白的数学建模课-07.选址问题 Python小白的数学建模课-09.微分方程模型 Python小白的数学建模课-10.微分方程边值问题 Python小白的数学建模课-12.非线性规划 Python小白的数学建模课-15.图论的基本概念 Python小白的数学建模课-16.最短路径算法 Python小白的数学建模课-17.条件最短路径算法 Python小白的数学建模课-18.最小生成树问题 Python小白的数学建模课-19.网络流优化问题 Python小白的数学建模课-20.网络流优化案例 Python小白的数学建模课-21.关键路径法 Python小白的数学建模课-22.插值方法 Python小白的数学建模课-23.数据拟合全集 Python小白的数学建模课-A1.国赛赛题类型分析 Python小白的数学建模课-A2.2021年数维杯C题探讨 Python小白的数学建模课-A3.12个新冠疫情数模竞赛赛题及短评 Python小白的数学建模课-B2. 新冠疫情 SI模型 Python小白的数学建模课-B3. 新冠疫情 SIS模型 Python小白的数学建模课-B4. 新冠疫情 SIR模型 Python小白的数学建模课-B5. 新冠疫情 SEIR模型 Python小白的数学建模课-B6. 新冠疫情 SEIR改进模型 Python数模笔记-PuLP库 Python数模笔记-StatsModels统计回归 Python数模笔记-Sklearn Python数模笔记-NetworkX Python数模笔记-模拟退火算法
|