0
私は、同じ数のポイントを持つ多数の異なるデータセットに合わせたい単一の関数を持っています。たとえば、画像のすべての行に多項式を当てはめることができます。 scipyや他のパッケージでこれを行う効率的でベクトル化された方法がありますか?あるいは、私は単一のループに頼らざるを得ませんか(または少し速くするためにマルチプロセッシングを使用しますか)?PythonでN個のデータセットに同時にフィッティング
私は、同じ数のポイントを持つ多数の異なるデータセットに合わせたい単一の関数を持っています。たとえば、画像のすべての行に多項式を当てはめることができます。 scipyや他のパッケージでこれを行う効率的でベクトル化された方法がありますか?あるいは、私は単一のループに頼らざるを得ませんか(または少し速くするためにマルチプロセッシングを使用しますか)?PythonでN個のデータセットに同時にフィッティング
あなたはnumpy.linalg.lstsq使用することができます。
import numpy as np
# independent variable
x = np.arange(100)
# some sample outputs with random noise
y1 = 3*x**2 + 2*x + 4 + np.random.randn(100)
y2 = x**2 - 4*x + 10 + np.random.randn(100)
# coefficient matrix, where each column corresponds to a term in your function
# this one is simple quadratic polynomial: 1, x, x**2
a = np.vstack((np.ones(100), x, x**2)).T
# result matrix, where each column is one set of outputs
b = np.vstack((y1, y2)).T
solutions, residuals, rank, s = np.linalg.lstsq(a, b)
# each column in solutions is the coefficients of terms
# for the corresponding output
for i, solution in enumerate(zip(*solutions),1):
print "y%d = %.1f + (%.1f)x + (%.1f)x^2" % ((i,) + solution)
# outputs:
# y1 = 4.4 + (2.0)x + (3.0)x^2
# y2 = 9.8 + (-4.0)x + (1.0)x^2
感謝を!このメソッドは多項式に対してのみ機能するのですか、それとも任意の関数で使用することは可能ですか? – astrofrog
@astrofrog:任意の機能を置くことができます。例えば'a = np.vstack((np.exp(x)、x))T'は' A * e^x + B * x'に合うようにしようとします。それに応じて列を構成してください。 – Avaris