У меня есть две функции и набор данных. Обе функции имеют одни и те же данные x и одни и те же параметры. Я хочу получить параметры по методу наименьших квадратов, который наилучшим образом соответствует моим данным.
Параметры: ex,ey,ez.
Данные X: RA, DE (например, 3000 точек).
Данные Y: dRA, dDE.
Я пробовал это, но получил неправильное решение:
def residuals(p, dRA, dDE, RA, DEC):
ex,ey,ez = p
f1 = dRA-(ex*sin(DEC)*cos(RA)+ey*sin(DEC)*sin(RA)-ez*cos(DEC))
f2 = dDE-(-ex*sin(RA)+ey*cos(RA))
err = np.concatenate((f1,f2))
return err
from scipy.optimize import leastsq
p0 = [0, 0., 0.]
plsq_coord = leastsq(residuals, p0, args=(dRA, dDE, RA, DE))
print plsq_coord[0]
Любая помощь будет очень кстати