numpy loglog线性回归

Question

使用numpy找到日志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')

如果X和Y是数据列表，这就是结果，显然是不正确的：

​

Answer 1

如果你做了线性回归

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

然后在(x，y)坐标下

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

也就是说，你有一个幂律适合你的数据。改变这个

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

至

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