多项式拟合模型预测写出Python代码
时间: 2024-09-16 20:04:10 浏览: 29
多项式拟合是一种数据拟合技术,用于建立一条或多条多项式函数来近似给定的数据点。在Python中,我们可以使用`numpy`库来进行简单的线性、二次或其他多项式拟合。下面是一个基本的例子,展示如何使用`numpy`和`matplotlib`来创建一个二次多项式拟合:
```python
import numpy as np
import matplotlib.pyplot as plt
# 定义数据生成函数(真实值)
def true_function(x):
return x**2 + 2*x + 1
# 创建随机数据点
x_data = np.linspace(-5, 5, 100)
y_data = true_function(x_data) + np.random.normal(0, 2, len(x_data)) # 添加噪声
# 拟合二次多项式
degree = 2
coefficients = np.polyfit(x_data, y_data, degree)
# 构建拟合函数
fitted_function = np.poly1d(coefficients)
# 绘制原始数据和拟合线
plt.scatter(x_data, y_data, label='Data')
plt.plot(x_data, fitted_function(x_data), 'r', label='Fitted curve')
plt.legend()
plt.xlabel('x')
plt.ylabel('y')
plt.title(f'Quadratic Polynomial Fit (Degree {degree})')
plt.show()
#