如何在python中进行简单的“模型拟合”？

Question

假设我有三个数据集x, y, z。

我想要一个简单的模型：A*x + B*y + C = z（A，B，C是常数。）

我怎么能用Python做到这一点？

我找到了scipy.optimize.curve_fit。但是，它似乎只需要一个变量：curve_fit(f, xdata, ydata[, p0, sigma])，它符合f(x) = y。我需要的是f(x, y)=z。

在Mathematica中，NonLinearModelFit可以完成这项工作。我想知道Python中是否有类似的模块我错过了。

Answer 1

docs表明scipy.optimize.curve_fit确实可以满足您的需求。特别是：

  

xdata：M长度序列或（k，M）形阵列

     

    

用于具有k个预测变量的函数。测量数据的自变量。

  

     

ydata：M长度序列

     

    

依赖数据 - 名义上为f（xdata，...）

  

如果您的自变量当前是单个数组，则可以将它们与np.vstack结合使用：

scipy.optimize.curve_fit(f, np.vstack(x, y), z)