3回答
用于圆检测的最小二乘法
、、、
我试图用最小二乘法对数据点的子集进行激光扫描的圆检测。由于测量只得到一个圆的一部分，最小二乘法返回错误的结果，报告一个圆比实际更接近激光。我只对圆的局部坐标感兴趣，它知道半径RR。
sol = optimize.root(circle, centre, args=(range_points), method=
浏览 9提问于2015-04-24得票数 2
回答已采纳
我想使用R中的lm()来拟合一个系列(实际上是93)的线性回归。根据R lm()帮助手册：
“如果响应是矩阵，则对矩阵的每一列分别用最小二乘法对线性模型进行拟合。”当存在缺失点时，没有将每个回归与可用数据进行拟合，而是丢弃任何列中有缺失数据点的每行。有没有办法指定lm()应该独立地适应Y中的所有列，而不丢弃单个列有缺失数据点的行？
浏览 4提问于2012-09-18得票数 1
1回答
矢量化线性模型
、、、
在R中使用lm()可以执行以下操作其中，器官体积是一个矩阵，其中每一列是一个不同的变量。每一列依次适合于lm文档中描述的线性模型：
如果响应是矩阵，则对矩阵的每一列分别用最小二乘法对线性模型进行拟合。
浏览 2提问于2020-03-26得票数 0
回答已采纳
1回答
用最小二乘法绘制校正回归图
、、、、
我有一个用最小二乘法拟合的回归模型。library(TSA)lmhr2 <- lm(hours ~ time(hours)+ I(time(hours)^2), data =hours)
summary(lmhr2
浏览 4提问于2022-11-28得票数 0
回答已采纳
2回答
昨天我用比较了普通最小二乘法和主成分分析法之间的差异。为了说明这一点，我想展示由OLS和PCA最小化的误差，所以我绘制了实际值，预测线，然后我手动(使用GIMP)绘制了一条下拉线来说明几个误差项。下面是我在示例中使用的代码：x <- 1:100
e <- rnorm(100, 0, 60)yx.lm<- lm(y ~ x)
lines(x, predict(yx.lm),
浏览 6提问于2010-09-18得票数 7
回答已采纳
SciPy说，与Matlab函数lsq弧度()等效或最接近的python函数是什么，它将数据和参数化函数(曲线)之间的平方误差降到最小？然而，它们没有使用信赖域相关最小二乘法。当然，我可以自己编写在算法之间切换的条件。但是，如果有现有的python代码，我就不需要重新发明轮子了。
浏览 2提问于2015-08-28得票数 3
回答已采纳
2回答
我想运行加权最小二乘法，其中每个观测值都按城市人口进行加权。在这种情况下，这意味着我希望通过总体平方根的倒数来加权观察值。然而，我不清楚什么是最好的语法。目前，我有：对吗？或者应该是：(我在这里发现了这个问题：，但它没有阐明R如何解释权重参数。)
浏览 0提问于2013-08-16得票数 5
回答已采纳
1回答
一种函数，根据最大的曲线数，使曲线离点的距离最小化，或者根据与点的最大偏差，使曲线的数目最小化。
浏览 18提问于2016-11-18得票数 2
回答已采纳
我有一个函数包含:自变量X，因变量Y利用相同的实验数据，可以将curve_fit函数和leastsq函数拟合到函数上，得到了相似的结果。使用leastsq：[ 2.50110267e-04 , 7.80730843e-05]用于固定参数a和b。
浏览 3提问于2014-01-18得票数 7
1回答
(segmented)seg<-segmented(lm1,seg.Z=~x, psi=list(x=60))
浏览 2提问于2015-11-25得票数 0
我读过许多类似的问题，但仍然找不到答案。下面是一些我用来校准方程式的数据：i <- sort(rexp(n = 100,rate = 0.01))u_start <- 0.464n_start <- -1
m <- nls(i~(k * Tr^u /
浏览 16提问于2021-02-12得票数 0
回答已采纳
1回答
我有一个很大的三维点云，我正在尝试定义它的形状，大小和体积。我使用scipy.spatial.convexHull来找到点云的凸包，它给出了点云的体积，然后我使用凸包的顶点来拟合椭球，以定义其大小和形状。我确定了两个用于拟合椭球的可能的python模块：pyEllipsoid_Fit (https://github.com/marksemple/pyEllipsoid_Fit)和ellipsoid_fit_python (https://github.com/aleksandrbazhin/ellipsoid_fit_python)，这两个模块似乎都派生自Yury Petrov的同一个MAT
浏览 102提问于2021-03-24得票数 2
回答已采纳
我的问题:我正在使用线性回归(目前的最小二乘法)对两个向量x和y的值与结果z进行线性回归，这是在matlab中完成的，我使用-operator来执行回归。1 + a1 * xi + a2 * yi = zi虽然我希望两个参数a1和a2始终为正值，即使向量z为负(当然，这意味着a0将为负)，但这与预期一样，因为这是真实模型的样子(z与x用最小二乘法可以做到吗？我也对线性回归的其他算法持开放态度。
浏览 0提问于2009-02-20得票数 1
1回答
基于非线性最小二乘的地块形状匹配
、、、、
什么是实现简单形状匹配算法的最佳方式，以将仅从8个点(x，y)插值的图与相似图(> 12000个条目)的数据库进行匹配，每个图具有>100个节点。实现非线性最小二乘法将8节点图的形状与数据库中的每个图进行比较的最佳方法是什么？你知道有什么c++库可以帮助你做到这一点吗？是否有必要找到8节点图的实际公式(f(x))以使用最小二乘法，或者在请求点中使用插值就足够了吗，例如来自gsl库的插值？
浏览 10提问于2013-05-09得票数 0
回答已采纳
1回答
对于python中的多元回归模型，我有一些疑问：
为什么需要为最小二乘法(OLS)应用一个“虚拟截距”向量来启动？(我指的是X= sm.add_constant(X)的用法。我知道，最小二乘法是一个导数系统，等于零。它是否用某种迭代方法计算，使“虚拟截距”成为必要？在哪里可以找到有关算法est = sm.OLS(y，X).fit()?
浏览 8提问于2022-02-17得票数 1
回答已采纳
1回答
rep("gene1",5),rep("gene2",5),rep("gene3",5)),但当你跑的时候 invalid type (list) for variable 'bc_applied[, targets]'lm
浏览 2提问于2020-10-09得票数 2
回答已采纳
我理解多项式回归试图实现的目标(通过最小二乘法实现最佳拟合)，但我找不到在多项式中找到系数的算法。暴力是不可行的，这是我能想到的唯一解决方案。有没有迭代系数的方法？我是不是漏掉了什么明显的东西？
浏览 3提问于2016-10-25得票数 0
1回答
但是我的顾问认为MATLAB和OpenCV都使用相同的BOUGET算法，并且应该报告相同的错误(或关闭)。是这样吗？有人能解释b/w MATLAB和OpenCV相机标定方法的差异吗？
谢谢!
浏览 2提问于2014-06-18得票数 4
回答已采纳
(请参阅下面的链接) (How to fit a 2D ellipse to given points) 现在，我们已经知道了如何使用最小二乘法通过Casey提供的代码来拟合具有给定点的二维椭圆。我在想，我们是否可以基于椭圆方程Ax^2 + Bxy + Cy^2 + Dx + Ey=1推导出焦点(作为x和y的函数)，其中A，B，C，D，E是系数，并将其用作最小二乘法的约束。
浏览 31提问于2021-01-13得票数 0
回答已采纳
我有一个相当简单的问题。我一直在将一些统计分析代码从R转换到Python。到目前为止，我一直做得很好，但我被这条线卡住了：本质上，程序计算的是一组数据的非线性最小二乘拟合，即"nls“命令。在原文中，“代字号”看起来像一个"enye"，我不确定这是否有意义。
据我所知，Python的等价物是来自scipy.s
浏览 0提问于2019-03-10得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
实时音视频活动推荐
腾讯云开发者
