使用NumPy进行多项式拟合及拟合优度计算的正确方法

理解 NumPy 的 polyfit 参数逻辑

np.polyfit(x, y, deg, w=None) 是NumPy提供的标准加权最小二乘拟合工具。初学者常因文档表述产生误解，此处明确核心参数的实际行为：

1. x 与 y：一维数据集，分别代表自变量与目标因变量。
2. deg（阶数）：整数，直接指定多项式的最高次幂。例如需要拟合二次曲线（y = ax² + bx + c），传入的值应为 2，而非次数加 1。
3. w（权重）：可选的一维数组，长度需与 x 一致。拟合过程中，每个数据点的残差平方项会乘以对应的权重值。赋予较高权重的点会在计算中被视为误差容忍度更低的核心依据。

封装拟合引擎并计算 R² 指标

在实际工程应用中，除了获得多项式系数外，我们往往需要同步验证模型的可靠性。以下代码提供了一个完整的封装方案，它不仅能生成预测序列，还能基于残差统计自动输出决定系数（R²），帮助快速判断过拟合或欠拟合状态。

import numpy as np

def poly_fit_with_r2(x, y, deg, weight=None):
    # 数据量必须大于阶数，否则方程欠定无法求解
    if len(x) <= deg:
        raise ValueError("样本数量不能超过多项式阶数")
    
    # 1. 执行拟合，返回从高次到低次的系数列表
    coefficients = np.polyfit(x, y, deg, w=weight)
    p = np.poly1d(coefficients)
    
    # 2. 获取拟合序列与残差向量
    y_pred = p(x)
    residuals = y - y_pred
    
    # 3. 计算总离差平方和 (SStotal)，注意均值中心的偏移
    ss_resid = np.sum(residuals ** 2)
    ss_tot = np.sum((y - np.mean(y)) ** 2)
    
    # 4. 防御性处理：当所有 y 值相同时分母为零，此时模型完美捕获趋势
    r_squared = 1 - (ss_resid / ss_tot) if ss_tot != 0 else 1.0
    
    return coefficients, r_squared, y_pred

# 模拟测试：构建带有随机扰动的二次函数关系
np.random.seed(42)
x_data = np.arange(0, 5, 0.1)
z_true = 2 + 3*x_data + 4*(x_data**2)
y_noise = np.array([np.random.normal(val, 3) for val in z_true])
coeffs, score, fitted_vals = poly_fit_with_r2(x_data, y_noise, 2)

print(f"拟合优度 R²: {score:.4f}")
print(f"还原系数: {np.round(coeffs, 2)}")

利用权重 Hack 强制多项式过原点

在物理建模或特定业务场景中，有时必须保证拟合曲线经过某个已知关键点（如时间轴的零点 (0,0)）。由于polyfit本身不支持硬性约束，可以通过添加一个带有巨大惩罚权重的虚拟数据点来“欺骗”算法，使其轨迹必然穿过该坐标。

# 假定原始数据与权重
force_origin_x = np.append(x_data, 0)
force_origin_y = np.append(y_noise, 0)
force_origin_w = np.append(weight, 1e8) # 赋予极大的权重压制偏离

forced_coeffs, _, forced_y = poly_fit_with_r2(force_origin_x, force_origin_y, 2, weight=force_origin_w)
# 此时的曲线将极度贴合 (0,0) 附近区域

关键注意事项

在进行数值拟合前，请务必对数据进行基础的清洗工作。异常值或数量级差异极大的特征点会严重扭曲最优解的方向。此外，当尝试过高阶多项式（如 deg > 5）时，即便 R² 接近 1，也极易引发龙格现象（Runge's phenomenon）导致曲线在边缘剧烈震荡。建议优先选择平滑的物理模型并结合交叉验证进行选择。以上就是如何使用NumPy进行多项式拟合及评估的详细内容，更多关于Python数据科学进阶技巧的资料请关注本站其它相关文章！