Bu işlevin nasıl çalıştığını anlamakta biraz sorun yaşıyorum. Script'in en küçük kare işlevini anlama IRLS
a, b = scipy.linalg.lstsq(X, w*signal)[0]
w ben
X veya
w ağırlıklı en küçük kareler taklit veya iteratif En küçük kareli yeniden ağırlıklandırmalı manipüle bileyim sadece
[1,1,1,1,1...]
mı?
takiben. aşağıdaki bağlantıdan tarafından formülü alabilirsiniz:
veri hazırlayın:
import numpy as np
np.random.seed(0)
N = 20
X = np.random.rand(N, 3)
w = np.array([1.0, 2.0, 3.0])
y = np.dot(X, w) + np.random.rand(N) * 0.1
EKK:
from scipy import linalg
w1 = linalg.lstsq(X, y)[0]
print w1
çıkışı:
burada http://en.wikipedia.org/wiki/Linear_least_squares_%28mathematics%29#Weighted_linear_least_squares
bir örnektir
[ 0.98561405 2.0275357 3.05930664]
WLS:
weights = np.linspace(1, 2, N)
Xw = X * np.sqrt(weights)[:, None]
yw = y * np.sqrt(weights)
print linalg.lstsq(Xw, yw)[0]
çıkışı: statsmodels tarafından
[ 0.98799029 2.02599521 3.0623824 ]
Kontrol sonucu:
import statsmodels.api as sm
mod_wls = sm.WLS(y, X, weights=weights)
res = mod_wls.fit()
print res.params
çıkışı:
[ 0.98799029 2.02599521 3.0623824 ]
w öğesinin köşeli köşelerinden bir köşegen matris W oluşturun. O halde sen, istediğiniz düşünüyorum: Eğer sqrt (ağırlık) ile ürün X ve y Eğer ağırlıklı en küçük kareler hesaplayabilir Eğer
scipy.linalg.lstsq(np.dot(W, X), np.dot(W*signal))
http://en.wikipedia.org/wiki/Linear_least_squares_(mathematics)#Weighted_linear_least_squares