Data#
- class scipy.odr.Data(x, y=None, we=None, wd=None, fix=None, meta=None)[源代码]#
要拟合的数据。
- 参数:
- xarray_like
回归自变量的观测数据
- yarray_like，可选
如果为 array_like，则为回归因变量的观测数据。标量输入表示要对数据使用的模型是隐式的。
- wearray_like，可选
如果 we 为标量，则用于所有数据点（以及响应变量的所有维度）。如果 we 为长度为 q（响应变量维数）的秩 1 数组，则此向量为所有数据点的协方差加权矩阵的对角线。如果 we 为长度为 n（数据点数）的秩 1 数组，则第 i 个元素为第 i 个响应变量观测值的权重（仅一维）。如果 we 为形状为 (q, q) 的秩 2 数组，则这是广播到每个观测值的完整协方差加权矩阵。如果 we 为形状为 (q, n) 的秩 2 数组，则 we[:,i] 是第 i 个观测值的协方差加权矩阵对角线。如果 we 为形状为 (q, q, n) 的秩 3 数组，则 we[:,:,i] 是每个观测值的协方差加权矩阵的完整规范。如果拟合是隐式的，则仅使用正标量值。
- wdarray_like，可选
如果 wd 为标量，则用于所有数据点（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加权矩阵设为单位矩阵（因此每个观测值的每个维度的权重相同）。如果 wd 为长度为 m（输入变量维数）的秩 1 数组，则此向量为所有数据点的协方差加权矩阵对角线。如果 wd 为长度为 n（数据点数）的秩 1 数组，则第 i 个元素为第 i 个输入变量观测值的权重（仅一维）。如果 wd 为形状为 (m, m) 的秩 2 数组，则这是广播到每个观测值的完整协方差加权矩阵。如果 wd 为形状为 (m, n) 的秩 2 数组，则 wd[:,i] 是第 i 个观测值的协方差加权矩阵对角线。如果 wd 为形状为 (m, m, n) 的秩 3 数组，则 wd[:,:,i] 是每个观测值的协方差加权矩阵的完整规范。
- fix整数 array_like，可选
fix 参数与 ODR 类中的 ifixx 相同。它是一个与 data.x 形状相同的整数数组，用于确定将哪些输入观测值视为固定值。可以使用长度为 m（输入观测值维数）的序列来固定所有观测值的一些维度。固定观测值为 0，大于 0 的值使其免于固定。
- metadict，可选
元数据的自由格式字典。
注释
每个参数都附加到同名实例的成员中。x 和 y 的结构在 Model 类文档字符串中进行了描述。如果 y 为整数，那么 Data 实例只能用于适应维度与 y 指定的值相等的隐式模型。
we 参数加权响应变量的偏差对拟合的影响。wd 参数加权输入变量的偏差对拟合的影响。为了便于处理多维输入和响应，这些参数的结构首先是第 n 个维度轴。这些参数大量使用了 ODRPACK 的结构化参数特性，以便便利而灵活地支持所有选项。请参阅 ODRPACK 用户指南，以全面了解算法中如何使用这些权重。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。
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。