我有以下问题:
编写一个Python程序来生成使用随机变量(具有高斯分布)和4阶多项式方程(3x4 + x3 + 3x2 + 4x + 5)的总和的数据。使用最小二乘多项式拟合,使用模型弯曲生成的数据,直到您的模型可以准确预测所有值为止
该问题的开头如下:
import random
import numpy as np
import matplotlib.pyplot as plt
def mainFunc():
poly_coeff=[3,1,3,4,5]
poly=np.poly1d(poly_coeff)
print(poly)
y = poly(random.randint(0,10)) + min(10,max(0,random.gauss(2,3)))
x=np.arange(-10,10)
curvefit=np.polyfit(x,y,4)
y_new=np.polyfit(curvefit,x)
plt.plot(x,y, '-or')
plt.plot(x,y_new, '-b')
plt.show()
mainFunc()
任何人都可以帮助解决正在生成的数组错误吗?