Python 中实现任意散点数据的双线性最小二乘拟合教程

风磊姑娘_6590

风磊姑娘_6590

2026-01-19

500人浏览

原创

Python 中实现任意散点数据的双线性最小二乘拟合教程

本文介绍如何对非网格、不规则分布的二维输入(x, y)与输出(z)数据,使用最小二乘法拟合双线性模型 z = a·x + b·y + c·x·y + d,并准确求解系数 a、b、c、d。方法纯 numpy 实现,无需网格化或插值,适用于缺失值、不等采样密度的真实实验数据。

双线性拟合本质上是带交叉项的线性回归:虽然模型在 x 和 y 上是非线性的(含乘积项 x·y),但关于待估参数 a、b、c、d 是线性的。因此,可直接套用多元线性最小二乘法——即最小化残差平方和
$$ S = \sum_{i=1}^N \left( a x_i + b y_i + c x_i y_i + d - z_i \right)^2 $$
对 a、b、c、d 分别求偏导并令其为 0,可导出标准的正规方程组(Normal Equations): $$ \mathbf{A} \cdot \begin{bmatrix}a \ b \ c \ d\end{bmatrix} = \mathbf{b} $$ 其中设计矩阵 $\mathbf{A}$ 和右侧向量 $\mathbf{b}$ 的元素由数据的各阶统计量构成(如 $\sum x_i$, $\sum x_i y_i$, $\sum x_i y_i z_i$ 等)。

以下是一个高效、可复用的 bilinear_fit 函数实现,完全基于 NumPy,无外部依赖:

import numpy as np

def bilinear_fit(data):
    """
    对散点数据 (x, y, z) 进行双线性最小二乘拟合:z = a*x + b*y + c*x*y + d

    Parameters:
    -----------
    data : list of [x, y, z] or ndarray of shape (N, 3)
        输入数据点集合,支持任意数量、非均匀、非网格分布

    Returns:
    --------
    tuple: (a, b, c, d) 拟合系数
    """
    data = np.asarray(data)
    x, y, z = data[:, 0], data[:, 1], data[:, 2]
    N = len(x)

    # 计算必要统计量(避免循环,更高效)
    Sx   = np.sum(x)
    Sxx  = np.sum(x * x)
    Sy   = np.sum(y)
    Syy  = np.sum(y * y)
    Sxy  = np.sum(x * y)
    Sxxy = np.sum(x * x * y)
    Sxyy = np.sum(x * y * y)
    Sxxyy = np.sum(x * x * y * y)
    Sz   = np.sum(z)
    Sxz  = np.sum(x * z)
    Syz  = np.sum(y * z)
    Sxyz = np.sum(x * y * z)

    # 构建正规方程组 A @ [a,b,c,d] = RHS
    A = np.array([
        [Sxx,  Sxy,  Sxxy, Sx ],
        [Sxy,  Syy,  Sxyy, Sy ],
        [Sxxy, Sxyy, Sxxyy, Sxy],
        [Sx,   Sy,   Sxy,  N  ]
    ])
    RHS = np.array([Sxz, Syz, Sxyz, Sz])

    try:
        coeffs = np.linalg.solve(A, RHS)
        return coeffs[0], coeffs[1], coeffs[2], coeffs[3]
    except np.linalg.LinAlgError as e:
        raise ValueError("正规方程组矩阵奇异,请检查数据是否共线(如 x 或 y 全为常数)或样本量不足(N <p>✅ <strong>关键优势说明:</strong>  </p>
  • ✅ 完全适配散点数据:不要求 x-y 构成矩形网格,允许任意分布、缺失点、重复 x/y 值;
  • ✅ 解析解、高精度:通过正规方程直接求解,比迭代法更稳定、更快;
  • ✅ 可解释性强:返回明确物理意义的系数 a, b, c, d,便于后续分析或嵌入公式;
  • ✅ 轻量可靠:仅依赖 NumPy,无 sklearn/scipy 插值器的黑盒限制(如无法导出系数、边界外推异常等)。

⚠️ 注意事项:

使用 Claude Agent SDK 将绑定的 Claude 代码会话嵌入到 Python 自动化中
使用 Claude Agent SDK 将绑定的 Claude 代码会话嵌入到 Python 自动化中

当现有的脚本或服务需要将作用域化的仓库工作委托给 Claude Code 并以编程方式消费结构化响应时,请使用 Claude Agent SDK for Python。

下载
  • 数据量应 ≥ 4(参数个数),否则方程组欠定;
  • 若 x 或 y 列全为常数(如所有 y=8),会导致设计矩阵秩亏,需预处理或改用正则化(如 np.linalg.lstsq 加 rcond);
  • 对强非线性或存在显著离群点的数据,建议先做标准化(如 (x - x_mean)/x_std)以提升数值稳定性;
  • 如需不确定性评估(如系数标准误),可进一步计算协方差矩阵 $(\mathbf{X}^\top \mathbf{X})^{-1} \sigma^2$,其中 $\mathbf{X}$ 为设计矩阵 $[x_i,\, y_i,\, x_i y_i,\, 1]$。

该方法已在多个工程场景(如传感器响应建模、GPU性能预测、图像几何校正)中验证有效,是处理双线性关系最直接、透明且可控的解决方案。

Python免费学习笔记(深入):立即使用
在学习笔记中,你将探索 Python 的核心概念和高级技巧!

相关文章

PHP速学视频免费教程(入门到精通)
PHP速学视频免费教程(入门到精通)

PHP怎么学习?PHP怎么入门?PHP在哪学?PHP怎么学才快?不用担心,这里为大家提供了PHP速学教程(入门到精通),有需要的小伙伴保存下载就能学习啦!

下载

相关标签:

python yy

本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn

相关专题

更多
传感器故障解决方法
传感器故障解决方法

传感器故障排除指南:识别故障症状(如误读或错误代码)。检查电源和连接(确保连接牢固,无损坏)。校准传感器(遵循制造商说明)。诊断内部故障(目视检查、信号测试、环境影响评估)。更换传感器(选择相同规格,遵循安装说明)。验证修复(检查信号准确性,监测异常行为)。

2024.06.04

5144

7

Navicat创建数据库教程
Navicat创建数据库教程

本专题整理Navicat创建数据库相关教程,介绍新建前的准备、基础设置和创建后的检查方法。内容兼顾入门学习及实际使用需求,帮助用户了解不同数据库类型下的操作差异,为后续建表、保存数据和日常管理提供参考。

2026.11.20

0

7

Navicat入门教程大全
Navicat入门教程大全

本专题整理Navicat入门教程,从认识软件界面到开展数据库操作,介绍初次使用需要了解的知识和方法。内容兼顾连接配置、数据管理及日常使用中的疑问,方便用户按学习进度查阅,为后续实践和独立操作打好基础。

2026.11.20

0

17

Navicat数据库连接配置指南
Navicat数据库连接配置指南

从确认数据库信息到建立可用连接,本专题串联Navicat连接数据库的相关知识和操作方法。既有初次配置时需要了解的基础内容,也有连接后的检查思路,方便用户按实际需求查阅教程,逐步熟悉数据库连接的设置流程。

2026.11.20

0

10

PHP8.6数组与数据处理教程
PHP8.6数组与数据处理教程

本专题汇总PHP8.6数组与数据处理教程,涵盖CSV读取和导出、引用遍历删除、array_filter回调模式、配置键名冲突、pathinfo文件名校验、GMP大整数进制转换及UTF-8正则筛选,说明升级兼容变化、输入范围和失败处理方法。

2026.11.20

0

8

PHP8.6升级迁移教程
PHP8.6升级迁移教程

本专题汇总PHP8.6升级迁移与弃用接口改造教程,涵盖反射调用、对象属性赋值、标识符更名、构造函数与__debugInfo调整,以及插件类名检查、常量导出、ArrayIterator排序、SPL和DTO查询参数转换,帮助梳理弃用提示并完成代码兼容改造。

2026.11.20

0

10

PHP8.6安装配置与FPM运维教程
PHP8.6安装配置与FPM运维教程

本专题汇总PHP8.6正式版安装部署与FPM运维教程,涵盖Linux并存安装、独立ini配置、扩展重新编译、Nginx切换与回滚、FPM状态监控和慢日志排查,以及环境变量、请求超时、OPcache刷新和预加载配置。

2026.11.20

0

10

Nginx CVE-2026-123007排查与防护指南
Nginx CVE-2026-123007排查与防护指南

Nginx HTTP/2漏洞该怎么修复?本专题围绕CVE-2026-123007,介绍安全版本升级、模块兼容检查和配置恢复方法,以及日志排查、权限设置等后续加固操作,方便你按实际部署情况查找对应教程。

2026.11.20

0

8

GoFrame框架Web开发与路由中间件
GoFrame框架Web开发与路由中间件

本专题聚焦GoFrame框架的Web开发,拆解路由注册与匹配规则、请求参数获取、参数校验与中间件执行顺序,说明统一响应、JWT鉴权、文件上传与接口文档生成的落地方式,并补充优雅重启与测试实践。

2026.11.17

40

15

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程