【scipy 基礎】--正交距離回歸

来源:https://www.cnblogs.com/wang_yb/archive/2023/11/16/17835498.html
-Advertisement-
Play Games

Scipy的ODR正交距離回歸(ODR-Orthogonal Distance Regression)模塊,適用於回歸分析時,因變數和自變數之間存在非線性關係的情況。它提高了回歸分析的準確性和穩健性。對於需要解決非線性回歸問題的科研人員和工程師來說,它具有非常重要的意義。 ODR正交距離回歸模塊的作 ...


ScipyODR正交距離回歸(ODR-Orthogonal Distance Regression)模塊,適用於回歸分析時,因變數和自變數之間存在非線性關係的情況。
它提高了回歸分析的準確性和穩健性。對於需要解決非線性回歸問題的科研人員和工程師來說,它具有非常重要的意義。

ODR正交距離回歸模塊的作用主要在於它將正交化方法和距離回歸結合起來,解決了傳統線性回歸模型在處理非線性問題時的局限性。它通過將自變數進行正交化處理,使得因變數和自變數之間的非線性關係能夠更好地被擬合出來。

1. 主要功能

scipy.odr模塊針對的領域比較明確,所以不像之前介紹的模塊有那麼多函數。
此模塊的主要函數包括:

函數名 說明
Data 要擬合的數據
RealData 數據的權重為實際標準差和/或協方差
Model Model 類存儲有關您希望擬合的函數的信息
ODR ODR 類收集所有信息並協調主要擬合常式的運行
Output 輸出類存儲 ODR 運行的輸出
其他函數 調整擬合和模型的一些函數

一般來說,使用前5個函數,就可以進行一些正交距離回歸分析。

2. 使用示例

正交距離分析一般步驟如下:

2.1. 準備數據

數據採用以前收集的江蘇省人口數據,獲取地址:https://databook.top/jiangsustat/renkou

import pandas as pd

data = pd.read_csv("/path/to/人口-年末常住人口(萬人).csv")
data.head(10)

image.png
一共31條數據,1990年~2020年江蘇省的人口變化數據。

用散點圖看看數據的變化趨勢:

from matplotlib.ticker import MultipleLocator
import matplotlib.pyplot as plt

ax = plt.subplot()
ax.scatter(data["year"], data["value"], marker='*', color='r')
ax.xaxis.set_major_locator(MultipleLocator(5))
ax.set_title("江蘇省人口變化")

plt.show()

image.png

2.2. 創建模型

使用scipy.odr模塊中的Model函數創建一個擬合的模型。

import scipy.odr as sodr

# 模型函數
def model_func(p, x):
    k, b = p
    return k * x + b

model = sodr.Model(model_func)

2.3. 生成數據

將上面的人口數據data轉換為可以用於ODR運算的數據。

# x是數據
x = range(len(data))

# 轉換數據用RealData或者Data函數都可以
rdata = sodr.RealData(x, data["value"])
# rdata = sodr.Data(x, data["value"])

DataRealData函數都是用來構造數據的。
一般來說,Data函數用來構造理論數據;
RealData函數用來構造實際數據的,且RealData中還可以設置權重。

這裡沒有設置權重,用哪個函數都可以。

2.4. ODR運算

有了數據和模型之後,就可以進行ODR運算了。

odr = sodr.ODR(rdata, model, beta0=[0, 1])

result = odr.run()
result.pprint()
# 運行結果:
Beta: [  61.01340781 6724.77566283]
Beta Std Error: [ 1.11208495 19.3974215 ]
Beta Covariance: [[  1.51592414 -22.73886321]
 [-22.73886321 461.20026764]]
Residual Variance: 0.8158277156001223
Inverse Condition #: 0.2520617152422754
Reason(s) for Halting:
  Sum of squares convergence

其中 BetaBeta Std Error就擬合的參數值和參數的標準差。

2.5. 輸出結果

根據計算結果,繪製出圖形更容易理解。

# 擬合參數和參數的標準差
beta = result.beta
beta_std = result.sd_beta

# 擬合的曲線
y = beta[0] * x + beta[1]

# 擬合曲線的標準差上限
y_up = (beta[0] + beta_std[0]) * x + (beta[1]+ beta_std[1])

# 擬合曲線的標準差下限
y_down = (beta[0] - beta_std[0]) * x + (beta[1] - beta_std[1])

# 繪製擬合的曲線
ax = plt.subplot()
ax.scatter(data["year"], data["value"], marker='*', color='r')
ax.xaxis.set_major_locator(MultipleLocator(5))
ax.set_title("江蘇省人口變化")

ax.plot(x, y, color="b", label="擬合曲線")
ax.plot(x, y_up, color="y", label="標準差上限")
ax.plot(x, y_down, color="g", label="標準差下限")

plt.legend()
plt.show()

image.png

這就是通過ODR模塊擬合的人口變化情況。

3. 總結

ODR正交距離回歸之所以作為Scipy的單獨模塊,是因為它是一種特殊的曲線擬合方法,
它使用正交化和距離加權的最小二乘法來處理具有非線性關係的輸入變數,並旨在找到最優的模型以最小化預測誤差。
這與一般的曲線擬合在方法和目標上有很大的不同。

後續介紹Scipy庫中的其他模塊時,還會介紹其他的曲線擬合函數,到時候可以和這裡的ODR方法對照比較一下。


您的分享是我們最大的動力!

-Advertisement-
Play Games
更多相關文章
  • Mybatis簡介 MyBatis歷史 MyBatis最初是Apache的一個開源項目iBatis, 2010年6月這個項目由Apache Software Foundation遷移到了Google Code。隨著開發團隊轉投Google Code旗下,iBatis3.x正式更名為MyBatis。代 ...
  • 將Excel文件轉換為PDF可以方便儲存表格數據,此外在列印或共用文檔時也能確保表格樣式佈局等在不同設備和操作系統上保持一致。今天給大家分享一個使用第三方Python庫Spire.XLS for Python 實現Excel轉PDF的簡單方法。 Python中Excel轉PDF的實現步驟 1. 首先 ...
  • golang 的 map 使用的是 hash map 基本結構 下麵截取自源碼,已翻譯 // runtime/map.go:117 // go map 定義,hashmap 縮寫 type hmap struct { count int // map 里文件數 flags uint8 // map ...
  • 二叉樹初步: 代碼如下,註釋很詳細。 #define _CRT_SECURE_NO_WARNINGS #include <iostream> #include <cstring> #include <stdlib.h> #include <stdio.h> #include <math.h> #in ...
  • 如何用Java設計自動售貨機?是大多在高級Java開發人員面試中經常被問到的好問題之一。在典型的編碼面試中,你會得到一個問題描述來開發一個售貨機,在有限的時間內,通常2到3小時內,你需要在Java中編寫設計文檔、工作代碼和單元測試。這種Java面試的一個關鍵優勢是可以一次測試候選人的許多基本技能。為 ...
  • 公眾號「架構成長指南」,專註於生產實踐、雲原生、分散式系統、大數據技術分享。 在之前的幾個教程中,我們學了: 使用 RestTemplate 的 Spring Boot 微服務通信示例 使用 WebClient 的 Spring Boot 微服務通信示例 使用 Spring Cloud Open F ...
  • 學習視頻:【孫哥說Spring5:從設計模式到基本應用到應用級底層分析,一次深入淺出的Spring全探索。學不會Spring?只因你未遇見孫哥】 第七章、反轉控制與依賴註入 1.反轉(轉移)控制(IOC inverse of Control) 控制:對於成員變數賦值的控制權 反轉控制:把對於成員變數 ...
  • 在Java中創建多線程,往往都要通過Thread類來實現,今天學習下Java中創建多線程的三種方法[1]。 1.繼承Thread類 通過繼承 Thread類 實現多線程。 主要方法: 1.void run(), 線程開啟後,方法將被調用執行 2.void start(), 使此線程開始執行, Jav ...
一周排行
    -Advertisement-
    Play Games
  • 前言:有時候遠程伺服器的進程你想偷偷去圍觀一下有哪些,或者對一些比較調皮的進程進行封殺,或者對一些自己研發的服務進行遠程手動啟動或者重啟等,又不想打開遠程桌面,只想悄咪咪地執行,那也許下麵的文章會對你有啟發。 前提條件 確保遠程伺服器(服務端)已啟用WinRM。在遠程伺服器上運行以下命令可以啟用和配 ...
  • 爆了,爆了,DeveloperSharp系列近期又被製造業ERP、民航飛行App、建築BIM、電力掌上營業廳、等多家大型採用,站在巨人的肩膀上你能走的更遠。 支持.Net Core2.0及以上,支持.Net Framework4.0及以上 http請求調用是開發中經常會用到的功能。在內,調用自有項目 ...
  • StackExchange.Redis 是一個高性能的 Redis 客戶端庫,主要用於 .NET 環境下與 Redis 伺服器進行通信,大名鼎鼎的stackoverflow 網站就使用它。它使用非同步編程模型,能夠高效處理大量請求。支持 Redis 的絕大部分功能,包括發佈/訂閱、事務、Lua 腳本等... ...
  • 一:背景 1. 講故事 前些天群里有一個朋友說他們軟體會偶發崩潰,想分析看看是怎麼回事,所幸的是自己會抓dump文件,有了dump就比較好分析了,接下來我們開始吧。 二:WinDbg 分析 1. 程式為什麼會崩潰 windbg 還是非常強大的,當你雙擊打開的時候會自動幫你定位過去展示崩潰時刻的寄存器 ...
  • 工廠模式(Factory Pattern)是一種創建型設計模式,它提供了一種創建對象的介面,而不是通過具體類來實例化對象。工廠模式可以將對象的創建過程封裝起來,使代碼更具有靈活性和可擴展性。 工廠模式有幾種常見的實現方式: 簡單工廠模式(Simple Factory Pattern): 簡單工廠模式 ...
  • Web Service 理解:Web Service 是一種基於網路的服務,它使用標準化的消息傳遞協議,最典型的是基於 SOAP(Simple Object Access Protocol)協議。SOAP 使用 XML 格式封裝數據,定義了消息的結構和傳輸方式,因此它是一個重量級的解決方案。Web ...
  • 可以使用XmlSerializer直接序列化和反序列化xml 反序列化如以下代碼 private T? XmlDeseriallize<T>(string filePath) { XmlSerializer serializer = new XmlSerializer(typeof(T)); usi ...
  • 不管是在控制台程式還是asp.net core程式中,我們經常會有用到一個需要長時間運行的後臺任務的需求。通常最直覺的方式是使用Thread實例來新建一個線程,但是這樣需要自行管理線程的啟動和停止。 在.net core中提供了一個繼承自IHostedService的基類BackgroudServi ...
  • 最近YOLO家族又添新成員:YOLOv10,YOLOv10 提出了一種一致的雙任務方法,用於無nms訓練的YOLOs,它同時帶來了具有競爭力的性能和較低的推理延遲。此外,還介紹了整體效率-精度驅動的模型設計策略,從效率和精度兩個角度對YOLOs的各個組成部分進行了全面優化,大大降低了計算開銷,增強了... ...
  • 自動篩選器是 Excel 中的一個基本但極其有用的功能,它可以讓你根據特定的條件來自動隱藏和顯示你的數據。當有大量的數據需要處理時,這個功能可以幫你快速找到你需要的信息,從未更加有效地分析和處理相關數據。 下麵將介紹如何使用免費.NET Excel庫在Excel中添加、應用和刪除自動篩選器。包含以下 ...