假設現在有n對坐标系中的點
現在要做k階多項式拟合,多項式函數如下
将已知的觀測點數據代入上述公式得到如下n組等式:
......
最小二乘法(又稱最小平方法)是一種數學優化技術。它通過最小化誤差的平方和尋找數據的最佳函數匹配。利用最小二乘法可以簡便地求得未知的數據,并使得這些求得的數據與實際數據之間誤差的平方和為最小,如下所示:
代入公式可以得到
可以通過上述公式對
求偏導後,令其為0來求解所有a的值,得到下面的式子
......
将上述方程整理歸納得
......
将上述方程用矩陣表述
将上述方程分解,令
那麼上面的矩陣計算可以簡化為
,所以得到
網上的一些證明到這裡基本就結束了,但我覺得根據逆矩陣的特性還可以優化的,在矩陣中AB的逆等于B的逆乘A的逆,如下
化簡可以得到a為X的逆乘Y
計算出X的逆矩陣乘Y得到的就是多項式的系數,就能得到一個多項式了,曲線拟合就算完成了。
但是有沒有發現,X的逆矩陣計算量很大,還要明白如何求解逆矩陣的,用程序去實現也有一定難度。
後面會介紹一種法則,求解多項式的系數,套公式即可。以及用C語言實現最小二乘法的2次曲線拟合算法。
,更多精彩资讯请关注tft每日頭條,我们将持续为您更新最新资讯!