目录
- 问题描述
- 最小二乘法
- 案例2
- 其它拟合方法
- 参考链接
问题描述
按照我的理解,大概意思是一个 x 对应多个 y 的那种情况,如上图所示,由多条灰线,拟合成一条红线。
举例理解如下,假设用一个温度传感器检测一个电机在每次冷启动(启动前已经停用多时,电机已经完全冷却)时的温度。当电机多次冷启动后,温度传感器记录下电机启动的多个温度曲线, 轴为时间,
最后我的做法是,将时间序列 轴也就是具体时间转换为记录数据起始时间的差值,然后将多条曲线拼接在第一条曲线后面,然后在通过线性拟合。最终实现了我要的效果,不过刚开始我拟合的效果其实非常差,后来换成带正则化的线性拟合(岭回归和 Lasso 回归,按照我的理解拟合就是回归)获得了较好的效果。
此处 参考链接:https://www.zhihu.com/question/346773540/answer/2033802234
最小二乘法
案例2
问题:比如有类似图中的三条曲线,他们的数据点都有,是一些 X 坐标相同 Y 坐标不同的点,如何用 python 拟合出一条曲线能代表这三条曲线。我也表达不好,就是想拟合一条最优解的曲线。
其它拟合方法
论文《疲劳寿命实验曲线拟合方法选择研究》提到了如下方法,但这个方法倾向于先将所有数据进行统计处理,然后再进行拟合。