在Python中将曲线拟合到数据集

Question

我有一个带有两个数据集的图，它产生一个轻微的渐变，其中曲线的最佳拟合可能会过度绘制。

目前我只是设法得到最合适的直线。我理解scipy.optimize.curve_fit应该可以帮助我，但这需要我知道我想要过度绘制的功能（我认为）。

以下是我的代码和图表。如何为这些数据集创建曲线图？

plt.figure(figsize=(15,6.6))
pl.subplot(1,2,1) 
plt.plot(gg,AA, 'kx')
plt.xlabel('x')
plt.ylabel('y')
plt.gca().invert_yaxis()
y=AA
x=gg
fit=pl.polyfit(x,y,1)
#slope, fit_fn=pl.poly1d(fit)
fit_fn=pl.poly1d(fit)
scat=pl.plot(x,y, 'kx', x,fit_fn(x), '-b' )


pl.subplot(1,2,2) 
pl.plot(LL,pp, 'kx')#shows points with no removal or bestfit
plt.gca().invert_yaxis()

plt.savefig('1.jpg')
plt.show()

应该注意的是，可能没有曲线，但我想发现是否有适合的曲线。

Answer 1

如果我理解得很好，那么你的问题更像是一个概念而不是一个实际问题。

如果你想显示一个有点代表你的数据集的线，你可以从三件事开始：移动平均，插值和多项式拟合。

移动平均值可以很好地平滑您的数据集。我不知道它的内置函数，但您可以自己编写代码，正如我们所讨论的here。

插值（例如spline）适合您数据集的某些功能，可以在许多点进行评估，然后进行绘图。

使用上述两种方法，您不必指定函数。但是，您可以自己fit a polynomial运行。如何确定多项式的次数？您可以记录所有数据点，将线性线拟合到日志数据，并且如果IT FIT WELL，则可以将线性部分的系数视为原始数据集的多项式的次数。但是，不要使用太大程度的多项式 - 使用此方法可以很容易地遇到overfitting。