数据#
- class scipy.odr.Data(x, y=None, we=None, wd=None, fix=None, meta=None)[source]#
要拟合的数据。
- 参数:
- x类数组
回归的自变量的观测数据
- y类数组, 可选
如果是类数组，则为回归因变量的观测数据。标量输入表示将对数据使用的模型是隐式的。
- we类数组, 可选
如果 we 是一个标量，则该值将用于所有数据点（以及响应变量的所有维度）。如果 we 是一个长度为 q（响应变量的维度）的 1 维数组，则此向量是所有数据点的协变加权矩阵的对角线。如果 we 是一个长度为 n（数据点数量）的 1 维数组，则第 i 个元素是第 i 个响应变量观测值（仅限一维）的权重。如果 we 是形状为 (q, q) 的 2 维数组，则这是广播到每个观测值的完整协变加权矩阵。如果 we 是形状为 (q, n) 的 2 维数组，则 we[:,i] 是第 i 个观测值的协变加权矩阵的对角线。如果 we 是形状为 (q, q, n) 的 3 维数组，则 we[:,:,i] 是每个观测值的协变加权矩阵的完整规范。如果拟合是隐式的，则只使用一个正标量值。
- wd类数组, 可选
如果 wd 是一个标量，则该值将用于所有数据点（以及输入变量的所有维度）。如果 wd = 0，则每个观测值的协变加权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 是一个长度为 m（输入变量的维度）的 1 维数组，则此向量是所有数据点的协变加权矩阵的对角线。如果 wd 是一个长度为 n（数据点数量）的 1 维数组，则第 i 个元素是第 i 个输入变量观测值（仅限一维）的权重。如果 wd 是形状为 (m, m) 的 2 维数组，则这是广播到每个观测值的完整协变加权矩阵。如果 wd 是形状为 (m, n) 的 2 维数组，则 wd[:,i] 是第 i 个观测值的协变加权矩阵的对角线。如果 wd 是形状为 (m, m, n) 的 3 维数组，则 wd[:,:,i] 是每个观测值的协变加权矩阵的完整规范。
- fix整数类数组, 可选
fix 参数与 ODR 类中的 ifixx 相同。它是一个与 data.x 具有相同形状的整数数组，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 表示固定该观测值，值大于 0 表示使其自由。
- meta字典, 可选
用于元数据的自由格式字典。
方法
set_meta(**kwds)使用关键字提供的关键字和数据更新元数据字典。
注释
每个参数都附加到具有相同名称的实例成员。 x 和 y 的结构在 Model 类的文档字符串中描述。如果 y 是一个整数，则 Data 实例只能用于拟合隐式模型，其中响应的维度等于 y 的指定值。
we 参数加权响应变量中的偏差对拟合的影响。wd 参数加权输入变量中的偏差对拟合的影响。为了方便处理多维输入和响应，这些参数的结构将第 n 维轴放在首位。这些参数大量使用了 ODRPACK 的结构化参数功能，以便方便灵活地支持所有选项。有关算法中如何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，该点处的偏差对拟合越不利。