পাইথনের ডেটাতে হারমাইট সিরিজের সর্বনিম্ন স্কোয়ার ফিট করুন

হারমাইট সিরিজের সর্বনিম্ন স্কোয়ারগুলি ডেটাতে ফিট করতে, PythonNumpy-এ hermite.hermfit() পদ্ধতি ব্যবহার করুন। পদ্ধতিটি নিম্ন থেকে উচ্চ পর্যন্ত আদেশ করা হারমাইট সহগ প্রদান করে। y 2-D হলে, y-এর k কলামে ডেটার সহগগুলি k কলামে থাকে। প্যারামিটার, x হল M নমুনা (ডেটা) বিন্দুর x-স্থানাঙ্ক (x[i], y[i])। প্যারামিটার, y হল নমুনা পয়েন্টের y-স্থানাঙ্ক। একই x-স্থানাঙ্ক ভাগ করে নেওয়া নমুনা পয়েন্টের বেশ কয়েকটি সেট (স্বাধীনভাবে) y একটি 2-ডি অ্যারের জন্য পাস করে একটি কলটো পলিফিটের সাথে মানানসই হতে পারে যাতে প্রতি একটি ডেটা সেট থাকে কলাম।

প্যারামিটার, deg হল মানানসই বহুপদগুলির ডিগ্রি(গুলি)। যদি deg একটি একক পূর্ণসংখ্যা হয় তাহলে deg’th টার্ম পর্যন্ত এবং সহ সমস্ত পদ ফিট অন্তর্ভুক্ত করা হয়। প্যারামিটার, rcond হল ফিটের আপেক্ষিক শর্ত সংখ্যা। rcond থেকে ছোট একবচন মান, সবচেয়ে বড় একবচন মানের সাপেক্ষে, উপেক্ষা করা হবে। ডিফল্ট মান হল len(x)*eps, যেখানে eps হল প্ল্যাটফর্মের ফ্লোট প্রকারের আপেক্ষিক নির্ভুলতা, বেশিরভাগ ক্ষেত্রে প্রায় 2e-16।

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 ওজনগুলি বেছে নেওয়া 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 npf থেকে numpy হিসাবে আমদানি করুন. H হিসাবে বহুপদী হারমাইট আমদানি করুন

এক্স-অর্ডিনেট −

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

x-অর্ডিনেট −

মুদ্রণ("এক্স কো-অর্ডিনেট...\n",x)

y-অর্ডিনেট −

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

হারমাইট সিরিজের সর্বনিম্ন স্কোয়ারগুলি ডেটাতে ফিট করতে, Pythonnumpy-এ hermite.hermfit() পদ্ধতি ব্যবহার করুন। পদ্ধতিটি নিম্ন থেকে উচ্চ পর্যন্ত আদেশ করা হারমাইট সহগ প্রদান করে। যদি y 2-D হয়, y এর k কলামে ডেটার সহগগুলি k কলামে থাকে −

c, পরিসংখ্যান =H.hermfit(x,y,3,full=True)print("\nফলাফল...\n",c)মুদ্রণ("\nফলাফল...\n", পরিসংখ্যান) 
উদাহরণ
 
numpy-কে npf থেকে numpy.পলিনোমিয়াল ইমপোর্ট হার্মাইট হিসাবে H# হিসাবে আমদানি করুন 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 হারমাইট সিরিজের ডেটাতে, Python numpyc-এ hermite.hermfit() পদ্ধতি ব্যবহার করুন, পরিসংখ্যান =H.hermfit(x,y,3,full=True)print("\nResult...\n",c)print( "\nফলাফল...\n", পরিসংখ্যান)
 
আউটপুট
 এক্স কো-অর্ডিনেট... [-১. -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 0,24 0,28 0,32 0,36 0,4 0,44 0,48 0,52 0,56 0,6 0,64 0,68 0,72 0,76 0,8 0,84 0,88 0,92 0,96 1.] ওয়াই সমন্বয় ... [-1,54632387 1,51958929 1,97346067 1,17759858 0,18851406 -0,43906085 -0,18878755 -0,25952276 -0,10422342 0,17851603 0.12145051 1.42408375 0.87115462 -1,03677161 1,01691995 0,45143153 -2,11382606 0,92466707 -0,04160743 0,9302213 1,19532222 1,69238045 1,63260027 -0,38037316 1,57013958 0,50920773 -0,19218013 -1,104298 0,10788693 0,68370213 0,7219109 1,28598447 -0,92218973 -0,11028072 -0,49917013 -1,44008132 -1,51616162 -0,80578712 1,47099231 -0,79775329 -1,0606385 -0,59517496 -0,32977967 1,04847432 -2.1621314 -0.40009103 -0.84519 0.06397194 -2.03655702 -0.28429534 0.47013787]ফলাফল... [-0.03198532 -0.0606012] -0.06060120206032 -060602Re. sult... [অ্যারে([49.28934723]), 4, অ্যারে([1.39825832, 1.20144978, 0.74600162, 0.21183404]), 1.1324274851176597]-প্রি