numpy loglog 线性回归

【问题标题】：numpy loglog linear regressionnumpy loglog 线性回归
【发布时间】：2014-11-19 02:43:11
【问题描述】：

使用 numpy 找到 loglog 数据线性回归的最佳方法是什么？当我绘制数据并尝试

A = np.vstack([np.log10(X), np.ones(len(X))]).T
m, c = np.linalg.lstsq(A, np.log10(Y))[0]
ax.plot(X, [m*x + c for x in X], 'r')

其中 X 和 Y 是数据列表，这是结果，显然不正确：

【问题讨论】：

【解决方案1】：

如果你对

进行线性回归

log10(y) = m*log10(x) + c

然后在 (x,y) 坐标中你有

y = (10**c) * x**m

也就是说，您的数据符合幂律。改变这个

ax.plot(X, [m*x + c for x in X], 'r')

到

ax.plot(X, np.power(10, c) * np.power(X, m), 'r')

【讨论】：