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.
<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 précédenteDiapositive suivante
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 :