我有一组(未采样的)未校准值(x)来自一个设备和一组它们应该是(y)的。我正在寻找/估计映射任何x
到y
的三次多项式y=ax^3 + bx^2 + cx + d
。所以我想我需要做的是多项式回归第一,然后找到它的逆,但我不太确定;我想知道是否有更好的解决方案,如最小二乘。估算三次多项式,将set x映射到集合y
我将不胜感激正确的方向和/或任何连接到数学图书馆将是有用的。
我有一组(未采样的)未校准值(x)来自一个设备和一组它们应该是(y)的。我正在寻找/估计映射任何x
到y
的三次多项式y=ax^3 + bx^2 + cx + d
。所以我想我需要做的是多项式回归第一,然后找到它的逆,但我不太确定;我想知道是否有更好的解决方案,如最小二乘。估算三次多项式,将set x映射到集合y
我将不胜感激正确的方向和/或任何连接到数学图书馆将是有用的。
看起来它只是多项式回归;我只需要提供原始(x)值和期望值(y)。
代码从Rosetta Code,使用Math.Net Numerics
using MathNet.Numerics.LinearAlgebra.Double;
using MathNet.Numerics.LinearAlgebra.Double.Factorization;
public static class PolyRegression
{
public static double[] Polyfit(double[] x, double[] y, int degree)
{
// Vandermonde matrix
var v = new DenseMatrix(x.Length, degree + 1);
for (int i = 0; i < v.RowCount; i++)
for (int j = 0; j <= degree; j++) v[i, j] = Math.Pow(x[i], j);
var yv = new DenseVector(y).ToColumnMatrix();
QR qr = v.QR();
// Math.Net doesn't have an "economy" QR, so:
// cut R short to square upper triangle, then recompute Q
var r = qr.R.SubMatrix(0, degree + 1, 0, degree + 1);
var q = v.Multiply(r.Inverse());
var p = r.Inverse().Multiply(q.TransposeThisAndMultiply(yv));
return p.Column(0).ToArray();
}
}
您是否检查过Langrange插值? 这是关于给定函数的多项式近似。
您可以停止给定度数的多项式(假设为3度)上的近似值,以适应范围内的变量。
参考文献:
我想我糊涂起来过于复杂的它;我想我只需要用给定的[x,y]集合来进行多项式回归。 – 2013-02-18 15:48:05
与许多参考文献相似的[问题](http://stackoverflow.com/questions/382186/fitting-polynomials-to-data)。 – Ante 2013-03-05 08:38:30