Participer au site avec un Tip
Rechercher
 

Améliorations / Corrections

Vous avez des améliorations (ou des corrections) à proposer pour ce document : je vous remerçie par avance de m'en faire part, cela m'aide à améliorer le site.

Emplacement :

Description des améliorations :

Accès rapide :






Vous êtes un professionnel et vous avez besoin d'une formation ?

Programmation Python
Les fondamentaux


Voir le programme détaillé
ESN Inovelya : Nous recrutons
<h1>La librairie SciPy - Le module scipy.optimize</h1> <p>Commençons par définir le modèle à résoudre : Il accepte la valeur en x pour laquelle calculer y et quatre paramètres à résoudre pour approximer notre nuage de points. def f(x, a, b, c, d): return a*x**3 + b*x**2 + c*x + d Maintenant, on demande à la fonction curve_fit de calculer les valeurs optimales pour les quatre paramètres en lui fournissant le modèle et le nuage de points de référence. params, cov_mat = optimize.curve_fit(f, x, y) print(params) # Par curiosité params : correspond au tableau des valeurs a, b, c et d de notre modèle. cov_mat : correspond à la matrice de covariance de notre modèle.</p> Diapositive précédente Diapositive suivante