最小二乘法拟合线段代码

当使用最小二乘法拟合一条直线时，可以使用以下代码实现：

import numpy as np

def least_squares_fit(x, y):
    n = len(x)
    A = np.vstack([x, np.ones(n)]).T
    m, c = np.linalg.lstsq(A, y, rcond=None)[0]
    return m, c

# 示例数据
x = np.array([1, 2, 3, 4, 5])
y = np.array([2, 3, 4, 4, 5])

# 拟合直线
m, c = least_squares_fit(x, y)

# 输出斜率和截距
print("斜率:", m)
print("截距:", c)

这段代码使用了 `numpy` 库来进行矩阵运算和最小二乘法计算。首先，将 x 值和常数项构建为一个矩阵 A，然后使用 `numpy.linalg.lstsq` 函数来求解最小二乘解。最后，得到的斜率和截距即为拟合直线的参数。在示例数据中，输出的斜率为 0.7，截距为 1.4。