如何解决Python 中是否有允许使用 x、y、z 输入进行曲线拟合的函数?
我是机器学习和数据拟合领域的新手,我目前正在尝试将一些 Matlab 代码转移到 Python。在这段代码中,我的目标是将表面拟合到具有 (x,y,z) 坐标的给定数据点集。 Matlab 代码如下所示:
[xData,yData,zData] = prepareSurfaceData( X0,Y0,ZPhi0 );
% Type of polynom
ft = fittype( 'poly44' );
% Fit model to data.
[fitresult,gof] = fit( [xData,yData],zData,ft );
[x0,y0]=meshgrid(x,y);
并且我获得了解决以下表达式的值:
Linear model Poly44:
val(x,y) = p00 + p10*x + p01*y + p20*x^2 + p11*x*y + p02*y^2 + p30*x^3 +
p21*x^2*y + p12*x*y^2 + p03*y^3 + p40*x^4 + p31*x^3*y
+ p22*x^2*y^2 + p13*x*y^3 + p04*y^4
然而,我一直在寻找一种在 Python 中复制它的方法,但似乎所有可用的函数都只适用于 2D。我最初的方法是使用 numpy.polynomial.polifit
,但我被卡住了,因为我想要一些类似的东西:
xData = X0.T
yData = Y0.T
zData = Zphi0.T
pol_degree = 44
coefs,stats = poly.polynomial.polyfit((xData,yData),pol_degree,full=True)
这当然行不通,我尝试了其他软件包但没有任何结果。我看过一篇帖子,建议这样做的一个好方法是将尺寸分开并拟合 xy 和 xz,例如,如下所示:
coefsxy = poly.polynomial.polyfit(xData,pol_degree)
coefsxz = poly.polynomial.polyfit(xData,pol_degree)
但我不明白如何将这两个表达式连接起来并获得我需要的表面。
有人能解释一下将这个 Matlab 代码转移到 Python 的最佳方法是什么吗?
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。