#python #optimization #solver
Вопрос:
У меня есть общее время езды на велосипеде за первые 14 дней
time = [2.29,2.29,3.15,3.89,4.72,5.21,5.21,5.55,5.8,6.18,6.44,6.9,7.11,7.32]
Я знаю, что эти значения описываются уравнением
y(t) = a*ln(t b)
Где:
первый день моей поездки
a,b — коэффициенты, подлежащие определению
Мне нужно найти правильные коэффициенты a и b для значений за 14 дней с оптимизацией квадратов суммы отклонений(довольно просто с помощью решателя в Excel). А затем спрогнозируйте значение за 30 дней. Как найти эти коэффициенты в python? Спасибо, что помогли мне!
Комментарии:
1. просто подтверждаю, что я правильно понял — вы действительно хотите наилучшим образом соответствовать, используя функцию естественного логарифма? Основной рецепт состоит в том, чтобы выровнять проблему, а затем применить к ней scipy.stats.linregress. Если вы подтвердите, что я правильно понял вопрос, я опубликую полный код
2. На самом деле — извините, но моя математика подводит меня в этом вопросе. Я не думаю, что знаю, как преобразовать эту форму уравнения в линейный вариант. Пробовал все, что мог, получал логи и экспоненты, выходящие из моих ушей, но не могу их линеаризовать. Почему бы не попробовать подгонку y = a*x b?
3. @DmytroBugayev все дело в моей задаче) Мне нужно оптимизировать функцию журнала. И не обязательно использовать все точки. Мы можем использовать, например, только 3-й(3,15), 7-й(5,21), 10-й(6,18)и 14-й(7,32) дни.
4.Так что вы могли бы использовать
scipyminimizeэто для атаки, но мне любопытно, почему вы выбрали это для дляy(t)? Если вы хотите подогнать кривую, которая, по вашему мнению, управляется логарифмической функцией, стандартная формаy(t) = a b ln(t)-это та, которая имеет линейное преобразование и решает сразу5. Спасибо, ребята. Я решил свою проблему с помощью scipy.optimaze.curve_fit