基于最小二乘法的代码

以下是基于最小二乘法的Python代码：

import numpy as np

# x和y是数据点的坐标
x = np.array([1, 2, 3, 4, 5, 6])
y = np.array([2, 3, 5, 6, 8, 9])

# 拟合一次多项式
z = np.polyfit(x, y, 1)

# 打印拟合的曲线系数
print(z)

# 绘制拟合曲线
import matplotlib.pyplot as plt

plt.plot(x, y, 'o')
plt.plot(x, np.polyval(z, x), '-')
plt.show()

这段代码使用numpy库中的polyfit函数进行最小二乘法拟合，该函数的参数是数据点的横坐标、纵坐标和拟合的多项式的次数。在这里，我们拟合一次多项式，即一条直线。polyfit函数返回拟合的曲线系数，即直线的斜率和截距。然后，我们使用polyval函数来计算在数据点上的拟合值，并使用matplotlib库中的plot函数来绘制数据点和拟合曲线。