Data#
- class scipy.odr.Data(x, y=None, we=None, wd=None, fix=None, meta=None)[源代码]#
用于拟合的数据。
- 参数:
- xarray_like
回归自变量的观测数据
- yarray_like, 可选
如果为类数组，则为回归因变量的观测数据。标量输入意味着要用于数据的模型是隐式的。
- wearray_like, 可选
如果 we 是一个标量，则该值用于所有数据点（以及响应变量的所有维度）。如果 we 是长度为 q（响应变量的维度）的秩为 1 的数组，则此向量是所有数据点的协方差权重矩阵的对角线。如果 we 是长度为 n（数据点的数量）的秩为 1 的数组，则第 i 个元素是第 i 个响应变量观测值的权重（仅限一维）。如果 we 是形状为 (q, q) 的秩为 2 的数组，则这是广播到每个观测值的完整协方差权重矩阵。如果 we 是形状为 (q, n) 的秩为 2 的数组，则 we[:,i] 是第 i 个观测值的协方差权重矩阵的对角线。如果 we 是形状为 (q, q, n) 的秩为 3 的数组，则 we[:,:,i] 是每个观测值的协方差权重矩阵的完整规范。如果拟合是隐式的，则仅使用正标量值。
- wdarray_like, 可选
如果 wd 是一个标量，则该值用于所有数据点（以及输入变量的所有维度）。如果 wd = 0，则每个观测值的协方差权重矩阵设置为单位矩阵（因此每个观测值的每个维度都具有相同的权重）。如果 wd 是长度为 m（输入变量的维度）的秩为 1 的数组，则此向量是所有数据点的协方差权重矩阵的对角线。如果 wd 是长度为 n（数据点的数量）的秩为 1 的数组，则第 i 个元素是第 i 个输入变量观测值的权重（仅限一维）。如果 wd 是形状为 (m, m) 的秩为 2 的数组，则这是广播到每个观测值的完整协方差权重矩阵。如果 wd 是形状为 (m, n) 的秩为 2 的数组，则 wd[:,i] 是第 i 个观测值的协方差权重矩阵的对角线。如果 wd 是形状为 (m, m, n) 的秩为 3 的数组，则 wd[:,:,i] 是每个观测值的协方差权重矩阵的完整规范。
- fix整数数组, 可选
fix 参数与类 ODR 中的 ifixx 相同。它是一个整数数组，其形状与 data.x 相同，用于确定哪些输入观测值被视为固定。可以使用长度为 m（输入观测值的维度）的序列来固定所有观测值的某些维度。值为 0 表示固定观测值，值 > 0 表示自由。
- metadict, 可选
用于元数据的自由格式字典。
注释
每个参数都附加到同名的实例成员。 x 和 y 的结构在 Model 类文档字符串中描述。如果 y 是一个整数，则 Data 实例只能用于拟合响应维度等于 y 指定值的隐式模型。
we 参数对响应变量偏差对拟合的影响进行加权。wd 参数对输入变量偏差对拟合的影响进行加权。为了轻松处理多维输入和响应，这些参数的结构首先具有第 n 个维度的轴。这些参数大量使用 ODRPACK 的结构化参数功能，以方便灵活地支持所有选项。有关如何在算法中使用这些权重的完整说明，请参阅 ODRPACK 用户指南。基本上，特定数据点的权重值越高，该点的偏差对拟合的损害就越大。
方法
set_meta(**kwds)使用关键字和关键字提供的数据更新元数据字典。