关于帖子“多元多项式回归与numpy”

Question

关于MRocklin对他自己的问题"Multivariate polynomial regression with numpy"的回答，请问有谁可以解释如何理解core.py函数multipolyfit(xs, y, deg, full=False, model_out=False, powers_out=False)中的输出“beta”？

例如，如果xs有两个独立变量a，b和y是因变量，请假设我

beta = multiplotfit(xs,y,2)

那么应该beta[0], beta[1], ...是什么？哪个是常数项，即x的系数，依此类推？非常感谢你！

Answer 1

对于您提供的变量，a和b，multipolifit计算其权数与总和或幂不超过deg的组合，并返回{的线性近似的系数{1}}结果数据。

如果被称为

y

beta将包含幂的系数，在两个变量的情况下

beta, powers = multiplotfit(xs,y,2)

其中第一个幂表示常量，即>>> powers [array([2, 0, 0]), array([1, 1, 0]), array([1, 0, 1]), array([0, 2, 0]), array([0, 1, 1]), array([0, 0, 2])] ，第二个表示1幂，第三个表示a幂。

例如，b可以翻译为表达式beta = [1, 0, 0, 1, 0, 1]。