চেবিশেভ সিরিজের ন্যূনতম বর্গক্ষেত্র ডেটার জন্য উপযুক্ত হতে, PythonNumpy-এ chebyshev.chebfit() ব্যবহার করুন। পদ্ধতিটি নিম্ন থেকে উচ্চ পর্যন্ত আদেশকৃত চেবিশেভ 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 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 তবে deg’th শব্দটি সহ সমস্ত পদগুলি ফিটের মধ্যে অন্তর্ভুক্ত করা হয়৷
প্যারামিটার, rcond হল ফিটের আপেক্ষিক শর্ত সংখ্যা। rcond থেকে ছোট একবচন মান, বৃহত্তম একবচন মানের সাথে সম্পর্কিত, উপেক্ষা করা হবে। ডিফল্ট মান হল len(x)*eps, যেখানে eps হল প্ল্যাটফর্মের ফ্লোট টাইপের আপেক্ষিক নির্ভুলতা, বেশিরভাগ ক্ষেত্রে প্রায় 2e-16। প্যারামিটার, পূর্ণ হল সুইচ যা রিটার্ন মানের প্রকৃতি নির্ধারণ করে। যখন মিথ্যা (ডিফল্ট) শুধুমাত্র সহগ ফেরত দেওয়া হয়; যখন সত্য, একবচন মানের পচন থেকে ডায়াগনস্টিক তথ্যও ফেরত দেওয়া হয়।
প্যারামিটার, w হল ওজন। যদি কোনটিই না হয়, ওজন w[i] x[i]-এ অপরিবর্তিত অবশিষ্ট y[i]- y_hat[i] এর ক্ষেত্রে প্রযোজ্য। আদর্শভাবে ওজনগুলি বেছে নেওয়া হয় যাতে পণ্যগুলির ত্রুটিগুলি w[i]*y[i] সকলের একই বৈচিত্র্য থাকে৷ বিপরীত-ভেরিয়েন্স ওয়েটিং ব্যবহার করার সময়, w[i] =1/sigma(y[i]) ব্যবহার করুন। ডিফল্ট মান কোনটি নয়৷
পদক্ষেপ
প্রথমে, প্রয়োজনীয় লাইব্রেরি আমদানি করুন -
numpy npf থেকে numpy আমদানি করুনএক্স-অর্ডিনেট −
x =np.linspace(-1,1,51)x-অর্ডিনেট −
প্রদর্শন করুনমুদ্রণ("X কো-অর্ডিনেট...\n", x)y-অর্ডিনেট −
y =x**3 - x + np.random.randn(len(x))print("\nY কো-অর্ডিনেট...\n",y)চেবিশেভ সিরিজের ন্যূনতম বর্গক্ষেত্র ডেটার জন্য উপযুক্ত হতে, PythonNumpy-এ chebyshev.chebfit() ব্যবহার করুন। পদ্ধতিটি নিম্ন থেকে উচ্চ পর্যন্ত আদেশকৃত চেবিশেভ সহগ প্রদান করে। যদি y 2-D হয়, y এর k কলামে ডেটার সহগগুলি k কলামে থাকে −
c, পরিসংখ্যান =C.chebfit(x,y,3,full=True)print("\nফলাফল...\n",c)মুদ্রণ("\nফলাফল...\n", পরিসংখ্যান)উদাহরণ
numpy থেকে numpy আমদানি করুন )# y-সমন্বয় =x**3 - x + np.random.randn(len(x))print("\nY কো-অর্ডিনেট...\n",y)# সর্বনিম্ন-বর্গক্ষেত্র ফিট পেতে চেবিশেভ সিরিজের ডেটাতে, পাইথন নুম্পিকে chebyshev.chebfit() ব্যবহার করুন, পরিসংখ্যান =C.chebfit(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 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 ... [0,04578661 -0,41009751 -0,59839355 -0,86942574 1,19418042 -0,53671972 -0,71247683 0,7118818 -0,09274183 1.46114141 -0,40189463 -0,84017206 -1,00618725 -0,7191427 -0,48005631 -0,28661328 0,58161734 2,62382626 -0,56256678 0,92925678 1,68074305 0,97381262 1,22568804 1,71884192 1,03080843 0,55990935 0,29117168 -0,63718482 0,49396313 -0,32920431 1,16682261 0,90746863 -1,0058597 0,54972961 -1,06040041 -0,11828954 -0,51446299 -1,97932024 -0,91902371 -0,31859977 -1,16124938 0,31809796 0.54940462 -1.11008331 1.04918751 -2.60742632 -1.07242746 0.54313779 -0.3440979 -0.28234564 0.464234564 0.46429751 -2.60742632... 699379 -0.4211565 0.32959334]ফলাফল... [অ্যারে([43.34485511]), 4, অ্যারে([1.20144978, 1.19227163, 0.76058422, 0.761422, 0.7474, 0.7474] পূর্ববর্তী
