如何计算平面点集(xk,yk) (k=1,2,3,…) 与一个方程f(x)的吻合程度?给出相关资料的名字或方程或思路或算法等等都行~
来源:学生作业帮助网 编辑:作业帮 时间:2024/06/30 01:36:10
![如何计算平面点集(xk,yk) (k=1,2,3,…) 与一个方程f(x)的吻合程度?给出相关资料的名字或方程或思路或算法等等都行~](/uploads/image/z/14728890-66-0.jpg?t=%E5%A6%82%E4%BD%95%E8%AE%A1%E7%AE%97%E5%B9%B3%E9%9D%A2%E7%82%B9%E9%9B%86%28xk%2Cyk%29+%28k%3D1%2C2%2C3%2C%E2%80%A6%29+%E4%B8%8E%E4%B8%80%E4%B8%AA%E6%96%B9%E7%A8%8Bf%28x%29%E7%9A%84%E5%90%BB%E5%90%88%E7%A8%8B%E5%BA%A6%3F%E7%BB%99%E5%87%BA%E7%9B%B8%E5%85%B3%E8%B5%84%E6%96%99%E7%9A%84%E5%90%8D%E5%AD%97%E6%88%96%E6%96%B9%E7%A8%8B%E6%88%96%E6%80%9D%E8%B7%AF%E6%88%96%E7%AE%97%E6%B3%95%E7%AD%89%E7%AD%89%E9%83%BD%E8%A1%8C%7E)
如何计算平面点集(xk,yk) (k=1,2,3,…) 与一个方程f(x)的吻合程度?给出相关资料的名字或方程或思路或算法等等都行~
如何计算平面点集(xk,yk) (k=1,2,3,…) 与一个方程f(x)的吻合程度?
给出相关资料的名字或方程或思路或算法等等都行~
如何计算平面点集(xk,yk) (k=1,2,3,…) 与一个方程f(x)的吻合程度?给出相关资料的名字或方程或思路或算法等等都行~
这个叫数据拟合,最小二乘的误差e可以定义为
e^2 = (f(x_1)-y_1)^2 + (f(x_2)-y_2)^2 + ...+(f(x_n)-y_n)^2
这个误差e就表示你提到的“拟合程度”,当然这个误差是基于离散L2范数的,也可以相应定义基于离散L1的误差.
如果你已经知道f(x)的样子,这种误差的意义不是很大.但如果只知道f(x)的形式,例如线性函数y=ax+b,指数函数y=a*exp(bx),或者正态分布y=a*exp(-x^2/b),那可以通过数据(x_k,y_k)来根据极小化上述误差来拟合这些函数的参数,这个是比较有意义的,化为一个优化问题.
如果连f(x)的具体形式都不知道,那就比较麻烦了,一般来说是会对f(x)的形式有个先验估计的.