পাইথনের ডেটাতে হারমাইট_ই সিরিজের সর্বনিম্ন স্কোয়ার ফিট করুন

হারমাইট_ই সিরিজের সর্বনিম্ন স্কোয়ারগুলি ডেটাতে ফিট করতে, পাইথন নম্পিতে hermite_e.hermfit() পদ্ধতিটি ব্যবহার করুন। পদ্ধতিটি নিম্ন থেকে উচ্চ পর্যন্ত আদেশ করা হারমাইট_ই সহগ প্রদান করে। y 2-D হলে, y-এর k কলামে ডেটার সহগগুলি k কলামে থাকে। প্যারামিটার, x হল M নমুনা (ডেটা) পয়েন্টের x কোঅর্ডিনেট (x[i], y[i])।

প্যারামিটার, y হল নমুনা বিন্দুর y-স্থানাঙ্ক। একই এক্স-কোঅর্ডিনেটগুলি ভাগ করে নেওয়ার নমুনা পয়েন্টের বেশ কয়েকটি সেট (স্বতন্ত্রভাবে) y একটি 2-ড্যারে পাস করার মাধ্যমে পলিফিটের একটি কলের সাথে মানানসই হতে পারে যাতে প্রতি কলামে একটি ডেটা সেট থাকে। প্যারামিটার, ডিগ্রী হল ফিটিংপলিনোমিয়ালের ডিগ্রি(গুলি)। যদি deg একটি একক পূর্ণসংখ্যা হয় তাহলে deg’th টার্ম পর্যন্ত এবং সহ সমস্ত পদগুলি ফিটের মধ্যে অন্তর্ভুক্ত করা হয়। প্যারামিটার, rcond হল ফিটের আপেক্ষিক শর্ত সংখ্যা। সবচেয়ে বড় একবচন মানের সাপেক্ষে rcond থেকে ছোট একবচন মান উপেক্ষা করা হবে। ডিফল্ট মান হল len(x)*eps, যেখানে প্ল্যাটফর্মের ফ্লোট প্রকারের আপেক্ষিক নির্ভুলতা হল 2e-16 বেশিরভাগ ক্ষেত্রে।

প্যারামিটার, পূর্ণ হল রিটার্ন মানের প্রকৃতি নির্ধারণকারী সুইচ। যখন মিথ্যা (ডিফল্ট) শুধুমাত্র সহগ ফেরত দেওয়া হয়; যখন সত্য, একবচন মান decomposition থেকে ডায়গনিস্টিক তথ্যও ফেরত দেওয়া হয়। প্যারামিটার, w হল ওজন। যদি কোনটি না হয়, ওজন w[i]অবর্গীয় অবশিষ্টাংশ y[i] - y_hat[i] x[i]-এ প্রযোজ্য। আদর্শভাবে ওজন নির্বাচন করা হয় যাতে পণ্যগুলির ত্রুটিগুলি w[i]*y[i] সকলের একই বৈচিত্র্য থাকে। বিপরীত-ভেরিয়েন্স ওয়েটিং ব্যবহার করার সময়, w[i] =1/sigma(y[i]) ব্যবহার করুন। ডিফল্ট মানটি নেই।

পদক্ষেপ

প্রথমে, প্রয়োজনীয় লাইব্রেরি আমদানি করুন -

numpy-কে npfrom numpy হিসাবে আমদানি করুন. বহুপদীয় আমদানি hermit_e H হিসাবে

এক্স-অর্ডিনেট −

x =np.linspace(-1,1,51)

x-অর্ডিনেট −

মুদ্রণ("X কো-অর্ডিনেট...\n", x)

y-অর্ডিনেট −

y =x**3 - x + np.random.randn(len(x))print("\nY কো-অর্ডিনেট...\n",y)

ডেটাতে হারমাইট_ই সিরিজের সর্বনিম্ন বর্গক্ষেত্র ফিট করতে, পাইথন -

c, পরিসংখ্যান =H.hermefit(x,y,3,full=True)print("\nফলাফল...\n",c)মুদ্রণ("\nফলাফল...\n", পরিসংখ্যান) 
উদাহরণ
 
numpy-কে npfrom numpy.polynomial import hermite_e হিসাবে H# হিসাবে আমদানি করুন The x-coordinatex =np.linspace(-1,1,51)# x-coordinateprint প্রদর্শন করুন("X Co-ordinate...\n", x)# y-সমন্বয় =x**3 - x + np.random.randn(len(x))প্রিন্ট("\nY কো-অর্ডিনেট...\n",y)# সর্বনিম্ন স্কোয়ার ফিট পেতে Hermit_e সিরিজের ডেটাতে, Python numpyc-এ hermite_e.hermfit() পদ্ধতি ব্যবহার করুন, পরিসংখ্যান =H.hermefit(x,y,3,full=True)print("\nResult...\n",c)print( "\nফলাফল...\n", পরিসংখ্যান)
 
আউটপুট
 
X কো-অর্ডিনেট... [-1. -0.96 -0.92 -0.88 -0.84 -0.8 -0.76 -0.72 -0.68 -0.64 -0.6 -0.56 -0.52 -0.48 -0.44 -0.4 -0.36 -0.32 -0.28 -0.24 -0.24 -0.1001 -0.28 -0.24 -0.010 -0102 0.04 0.08 0.12 0.16 0.2.24.28 0.32 0.36 0.4.44 0.48 0.68 0.56 0.6.64.8 0.84 0.88 0.76 0.8 0.84 0.88 0.92 0.96 1.] [-0.54079609 -1.17586687 -0.81506394 0.8047718-1.2140.88942226764662335081 0.83995142 0.29147171 2.45859847 -0,37545462 0,90161986 -0,7125131 -0,82978518 0,25422338 0,62073702 -1,43305948 0,96436296 0,03069738 -1,07349677 0,55233582 1,23286374 0,37330458 0,27239629 0,46859691 -0,1074476 1,19279741 0,15844038 -0,20424904 -1,41467693 -0,79396457 -2,38068246 -1,24121297 -0,7877071 -1,09171002 1,0806185 -0,94389035 -2,16201749 0,21671724 -1,15596405 0,57090598 -0.52496753 -0.20358065 -3.72121093 1.39868958 -0.0.02626711 -1.51582035 -0.12223608 -0.58368042 0.691368042 0.69135812858111111 -1.691368042 0.6913581285828042 0.6913581285828042 .08689429]ফলাফল... [অ্যারে([51.90771673]), 4, অ্যারে([1.41192215, 1.37967947, 0.31061966, 0.08047256]), 1.13247474747474132747-132747 পূর্ববর্তী