拟合分布的线性组合

Question

我有5个数组（相当于一个pandas数据框的列），我想计算这些数组的线性组合，看看它们最适合一个指数分布。

比如说：

a*(d1)+b*(d2)+c*(d3)+d*(d4)+e*(d5)=Y

这里的Y是一个我已经知道的指数分布，而a、b、c、d、e是用来调整的系数。

我尝试过使用curve_fit或者lmfit这两个Python库，但没找到有效的方法来实现这个目标。

相关问题：

• 暂无相关问题

Answer 1

你所描述的是一种线性模型。可以使用这个叫做 scikit-learn 的工具包：

from sklearn.linear_model import LinearRegression

X = df[['d1', 'd2', 'd3', 'd4', 'd5']]
reg = LinearRegression().fit(X, Y)
reg.get_params()