曲线拟合形式选择/建议

Question

我的问题非常简单。但我对应该选择适合数据的形式感到困惑。我正在使用scipy.optimize进行拟合。我有图中所示形式的数据：

哪种方式适合此类数据？ （例如抛物线，多项式，双曲线，幂等等）

Answer 1

我尝试使用双曲线x ^（ - n）+ c或对数a * ln（x）。

通常，当您考虑数据的来源时，您会对正确的拟合函数有一个很好的猜测。 还要考虑0和无限的极限。当它接近这些限制时，想想你的数据应该定性地做什么（例如它会转到+/-无穷大？它会接近固定值等等），并相应地选择你的拟合函数。 / p>

Answer 2

如果您不确定数据的性质，一般方法是通过多项式拟合。否则，可以绘制下面的数量，如果它们中的任何一个产生直线，那么这将是这种拟合的最佳形式，

• 1/y(x)线性刻度：双曲线函数
• y(x) log-log等级：幂律
• y(x) semilogx比例：对数函数