最小二乗フィット2Dライン

Question

は、私はそうのような行を見つけるためにnumpyのを使用することができます実現：

import numpy as np 
import matplotlib.pyplot as plt 
a = np.array([1,2,3,4,6,7]) 
b = np.array([5,4,3,2,-2,-1]) 
k,m = np.polyfit(a,b,1) 
plt.scatter(a,b) 
plt.plot([0,10],[m,10*k+m]) 
plt.show() 

が、私が代わりに生のPythonコードを使用したいと思います。私の数学はあまりにも錆びていますが、コードのいくつかの行でできたら、私は本当に助けに感謝します！あなたのサンプル入力の場合

def linear_fit(x, y): 
    """For set of points `(xi, yi)`, return linear polynomial `f(x) = k*x + m` that 
    minimizes the sum of quadratic errors. 
    """ 
    meanx = sum(x)/len(x) 
    meany = sum(y)/len(y) 
    k = sum((xi-meanx)*(yi-meany) for xi,yi in zip(x,y))/sum((xi-meanx)**2 for xi in x) 
    m = meany - k*meanx 
    return k, m 

：

Answer 1

あなたが次のエラーを最小化することに基づいてsimple linear regressionを探している場合は、純粋なPython実装は、（上記のリンクをαとβのための方程式を確認してください）非常に簡単です：

>>> x = [1,2,3,4,6,7] 
>>> y = [5,4,3,2,-2,-1] 
>>> linear_fit(x, y) 
(-1.1614906832298135, 6.285714285714285)