scipy.odr.

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。 xy 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。