史上最全的smd贴片型led封装最小二乘拟合介绍

3.1 最小二乘拟合 假设有一组实验数据(x[i], y[i])，我们知道它们之间的函数关系:y = f(x)，通过这些已知信息，需要确定 函数中的一些参数项。例如，如果f是一个线型函数f(x) = k*x+b，那么参数k和b就是我们需要确定的 值。如果将这些参数用 p 表示的话，那么我们就是要找到一组 p 值使得如下公式中的S函数最小： S(p) = m∑ i=1 [yi − f(xi, p)]2 这种算法被称之为最小二乘拟合(Least-square fitting)。 scipy中的子函数库optimize已经提供了实现最小二乘拟合算法的函数leastsq。下面是用leastsq进行 数据拟合的一个例子： 1 # -*- coding: utf-8 -*- 2 import numpy as np 3 from scipy.optimize import leastsq 41