6

我知道 Python 内置了许多概率函数，以及该random模块。

我想知道，给定一个浮点数列表，是否有可能找到最适合该列表的分布方程？

我不知道 numpy 是否这样做，但这个函数可以与 Excel 的“趋势”函数进行比较（不相等，但相似）。

我该怎么做？

4

3 回答 3

13

看看numpy.polyfit

numpy.polyfit(x, y, deg, rcond=None, full=False)

最小二乘多项式拟合。

将 deg 度的多项式 p(x) = p[0] * x**deg + ... + p[deg] 拟合到点 (x, y)。返回最小化平方误差的系数 p 向量。

于 2011-04-23T06:20:47.763 回答
0

您可能想尝试 statsmodels.tsa 中的时间序列分析。查看下面的代码：

from statsmodels.tsa.seasonal import seasonal_decompose
decomp = seasonal_decompose(df_train)

trend = decomp.trend
seasonal = decomp.seasonal
residual = decomp.resid

一个警告。我发现季节性部分不能很好地处理异质性——当你的周期函数幅度随时间增长时，这就是 si。它保持周期性幅度恒定（这是季节性的一部分），然后您的残差将显示出周期性效应。

于 2022-01-08T18:28:56.983 回答
0

还有curve_fit

from scipy.optimize import curve_fit
于 2022-01-09T04:38:07.943 回答