পাইথনে ডেটাতে বহুপদীর সর্বনিম্ন-বর্গক্ষেত্র ফিট করুন

ডেটাতে বহুপদীর সর্বনিম্ন-বর্গ ফিট করার জন্য, Python Numpy-এ polynomial.polyfit() ব্যবহার করুন। পদ্ধতিটি নিম্ন থেকে উচ্চ পর্যন্ত আদেশকৃত বহুপদী সহগ প্রদান করে। যদি y 2-D হয়, coef এর k কলামের সহগগুলি y-এর k-তম কলামের ডেটাতে বহুপদী ফিটকে উপস্থাপন করে। প্যারামিটার, x হল M নমুনা (ডেটা) বিন্দুর x-স্থানাঙ্ক (x[i], y[i])।

প্যারামিটার, y হল নমুনা বিন্দুর y-স্থানাঙ্ক। একই এক্স-কোঅর্ডিনেট ভাগ করে নেওয়া নমুনা পয়েন্টের বেশ কয়েকটি সেট (স্বতন্ত্রভাবে) পলিফিটে একটি কলের সাথে y একটি 2-ডি অ্যারে যা প্রতি কলামে একটি ডেটা সেট ধারণ করে পাস করার মাধ্যমে ফিট হতে পারে। প্যারামিটার, deg হল মানানসই বহুপদগুলির ডিগ্রি(গুলি)। যদি deg একটি একক পূর্ণসংখ্যা হয় তবে deg’th শব্দটি সহ সমস্ত পদগুলি ফিটের মধ্যে 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 টাইপের আপেক্ষিক নির্ভুলতা, বেশিরভাগ ক্ষেত্রে প্রায় 2e-16। প্যারামিটার, পূর্ণ হল রিটার্ন মানের প্রকৃতি নির্ধারণকারী সুইচ। যখন False (ডিফল্ট) শুধুমাত্র সহগগুলি ফেরত দেওয়া হয়; যখন সত্য, একবচন মানের পচন থেকে ডায়াগনস্টিক তথ্যও ফেরত দেওয়া হয়।

প্যারামিটার, w হল ওজন। যদি কোনোটিই 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 থাকে। বিপরীত-ভেরিয়েন্স ওয়েটিং ব্যবহার করার সময়, w[i] =1/sigma(y[i]) ব্যবহার করুন। ডিফল্ট মানটি নেই।

পদক্ষেপ

প্রথমে, প্রয়োজনীয় লাইব্রেরিগুলি আমদানি করুন -

numpy npfrom numpy হিসাবে আমদানি করুন. বহুপদ P হিসাবে বহুপদী 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)

ডেটাতে বহুপদীর সর্বনিম্ন-বর্গ ফিট করতে, Python Numpy -

c, পরিসংখ্যান =P.polyfit(x,y,3,full=True)print("\nফলাফল...\n",c)মুদ্রণ("\nফলাফল...\n", পরিসংখ্যান) 
উদাহরণ
 numpy থেকে numpy আমদানি করুন x)# y-সমন্বয় =x**3 - x + np.random.randn(len(x))print("\nY Co-ordinate...\n",y)# সর্বনিম্ন-বর্গ পেতে ডেটাতে বহুপদীর মানানসই, Python Numpy-এ polynomial.polyfit() ব্যবহার করুন# পদ্ধতিটি নিম্ন থেকে উচ্চ পর্যন্ত অর্ডার করা বহুপদী সহগ প্রদান করে। যদি y 2-D হয়, coef এর k কলামের সহগগুলি y-এর k-তম কলামের ডেটাতে বহুপদী ফিটকে উপস্থাপন করে, পরিসংখ্যান =P.polyfit(x,y,3,full=True)মুদ্রণ("\ nফলাফল...\n",c)প্রিন্ট("\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 ... [0,24282445 -0,48320773 -1,18068109 -0,48486683 0,80514762 0,48976259 0,31363813 -0,03382685 -0,92334611 0,86835062 0.24661201 0.9790978 0.03782101 0.12213365 -1,37248029 1,99891304 -0,09825977 1,74524931 0,70560858 0,15516069 0,69169705 0,76957712 -1,21919676 1,50064825 1,32101339 -2,51479992 -0,28998783 -1,24293076 0,45927699 -0,53484746 0,50455341 -0,06351788 -2,69585303 -0,46833578 1,4924168 -2,42374146 -1,91934499 -1,36311466 -1,23946547 -1,56822005 -0,79648036 1,58269324 -0,53682862 -0,90861958 -0,28174461 -0,10775622 0,58535687 1,06373501 -2,28991738 2,01597286 -0,75841069] ফলাফল ... [- 0,17198829 -1,84107674 0,09439374 2,39030912] ফল ... [অ্যারে ([60,43653521]), 4, অ্যারে ([1,38446749, 1,32119158, 0.50 443316, 0.28853036]), 1.1324274851176597e-14]