最小二乘法多項式曲線擬合原理與實現

概念

最小二乘法多項式曲線擬合，根據給定的m個點,並不要求這條曲線精確地經過這些點，而是曲線y=f(x)的近似曲線y= φ(x)。

原理

給定數據點pi(xi,yi)，其中i=1,2,…,m。求近似曲線y= φ(x)。並且使得近似曲線與y=f(x)的偏差最小。近似曲線在點pi處的偏差δi= φ(xi)-y，i=1,2,...,m。

常見的曲線擬合方法:

1.使偏差絕對值之和最小

2.使偏差絕對值最大的最小

3.使偏差平方和最小

按偏差平方和最小的原則選取擬合曲線，並且采取二項式方程為擬合曲線的方法,稱為最小二乘法。

推導過程

1. 設擬合多項式為：

2. 各點到這條曲線的距離之和，即偏差平方和如下：

3. 為了求得符合條件的a值，對等式右邊求ai偏導數，因而我們得到了：

4. 將等式左邊進行一下化簡，然后應該可以得到下面的等式：

5. 把這些等式表示成矩陣的形式，就可以得到下面的矩陣：

6. 將這個范德蒙得矩陣化簡后可得到:

7. 也就是說XA=Y，那么A = (X'X)-1X'Y，便得到了系數矩陣A，同時，我們也就得到了擬合曲線。

實現

運行前提

Python運行環境與編輯環境；
Matplotlib.pyplot圖形庫，可用於快速繪制2D圖表，與matlab中的plot命令類似，而且用法也基本相同。

代碼

# coding=utf-8
 
'''
程序:多項式曲線擬合算法
'''
import matplotlib.pyplot as plt
import math
import numpy
import random
 
fig = plt.figure()
ax = fig.add_subplot(111)
 
#階數為9階
order=9
 
#生成曲線上的各個點
x = numpy.arange(-1,1,0.02)
y = [((a*a-1)*(a*a-1)*(a*a-1)+0.5)*numpy.sin(a*2) for a in x]
#ax.plot(x,y,color='r',linestyle='-',marker='')
#,label="(a*a-1)*(a*a-1)*(a*a-1)+0.5"
 
#生成的曲線上的各個點偏移一下，並放入到xa,ya中去
i=0
xa=[]
ya=[]
for xx in x:
	yy=y[i]
	d=float(random.randint(60,140))/100
	#ax.plot([xx*d],[yy*d],color='m',linestyle='',marker='.')
	i+=1
	xa.append(xx*d)
	ya.append(yy*d)
 
'''for i in range(0,5):
	xx=float(random.randint(-100,100))/100
	yy=float(random.randint(-60,60))/100
	xa.append(xx)
	ya.append(yy)'''
 
ax.plot(xa,ya,color='m',linestyle='',marker='.')
 
 
#進行曲線擬合
matA=[]
for i in range(0,order+1):
	matA1=[]
	for j in range(0,order+1):
		tx=0.0
		for k in range(0,len(xa)):
			dx=1.0
			for l in range(0,j+i):
				dx=dx*xa[k]
			tx+=dx
		matA1.append(tx)
	matA.append(matA1)
 
#print(len(xa))
#print(matA[0][0])
matA=numpy.array(matA)
 
matB=[]
for i in range(0,order+1):
	ty=0.0
	for k in range(0,len(xa)):
		dy=1.0
		for l in range(0,i):
			dy=dy*xa[k]
		ty+=ya[k]*dy
	matB.append(ty)
 
matB=numpy.array(matB)
 
matAA=numpy.linalg.solve(matA,matB)
 
#畫出擬合后的曲線
#print(matAA)
xxa= numpy.arange(-1,1.06,0.01)
yya=[]
for i in range(0,len(xxa)):
	yy=0.0
	for j in range(0,order+1):
		dy=1.0
		for k in range(0,j):
			dy*=xxa[i]
		dy*=matAA[j]
		yy+=dy
	yya.append(yy)
ax.plot(xxa,yya,color='g',linestyle='-',marker='')
 
ax.legend()
plt.show()