我的企业网站怎么seo,重庆官方推广网站,浏览器小游戏在线玩,网站需求文档范例原文#xff1a;版权声明#xff1a;本文为博主原创文章#xff0c;遵循 CC 4.0 BY-SA 版权协议#xff0c;转载请附上原文出处链接和本声明。本文链接#xff1a;https://blog.csdn.net/qq_38003892/article/details/844951721 核心思想通过最小化方差#xff0c;使得拟…原文版权声明本文为博主原创文章遵循 CC 4.0 BY-SA 版权协议转载请附上原文出处链接和本声明。本文链接https://blog.csdn.net/qq_38003892/article/details/844951721 核心思想通过最小化方差使得拟合结果无限接近目标结果。2 通过一元线性方程举例说明3 通过python实现一元线性拟合import matplotlib.pyplot as pltimport random# 用于存储x,y拟合数据x []y []# 数据个数n 10# 随机生成x,yfor i in range(n):x.append(random.randint(0, 9))y.append(random.randint(0, 9))print(x, y)# 根据推到出来的公式计算k,bsum_xy 0sum_x 0sum_y 0sum_xx 0for i in range(n):sum_xy x[i] * y[i]sum_x x[i]sum_y y[i]sum_xx x[i] ** 2print(sum_xy, sum_x, sum_y, sum_xx)k (n * sum_xy - sum_x * sum_y) / (n * sum_xx - sum_x ** 2)b sum_y / n - k * sum_x / nprint(k, b)# 根据x计算拟合的y值new_y []for i in range(n):new_y.append(k * x[i] b)# 画出原始数据点以及拟合好的直线plt.title(Least squares)plt.xlim(right10, left0)plt.ylim(top10, bottom0)plt.xlabel(x)plt.ylabel(y)plt.plot(x, new_y, colorblack)plt.scatter(x, y, colorred)plt.show()运行结果(因为数据时随机生成的每次代码运行结果都会不同)