python 多項式求解 用numpy.poly1d()函數求階多項式 ,, 53+22+3+1=0 polyfit()函數用法 ，曲線拟合，機器學習，matlab

python 多項式求解 用numpy.poly1d()函數求階多項式 , 5?3+2?2+3?+1=0

但是 poly1d()函數的主要用法就是 為 polyfit() 函數服務

polyfit( x_matrix , y_matrix , n )    是matlab和numpy通用函數,.是最小二乘法原理
		 
		 x_matrix    是源離散點的橫坐标組成的矩陣
		 y_matrix    是源離散點對應的縱坐标組成的矩陣
		 n   要拟合出來的多項式的最高階，
		 
		 比如： 
		 			多項式的最高階為1，那它肯定是直線                      一階直線拟合
		 			多項式的最高階為2，那它肯定是抛物線					 二階抛物線拟合
					
					注意：并不是階數越高，拟合度越好，具體看情況而定

該函數傳回的是一個array由   多項式（拟合結果） 的系數組成
是以要真正得到這個多項式必須用numpy.poly1d()函數，我們把系數傳給它就ok
           

曲線拟合

現實生活當中，很多東西是沒有一定的關系或者關系不明顯，這類似于無數個離散點
	機器也之是以模仿不了很多東西。而如今可以用曲線拟合的方法近似地概括出這些離
	散點的軌迹，進而找出它們的關系。拟合成都越高，真實性股越強。從此為了提高曲
	線拟合準确性，引來了最小二乘法；為了提高曲線拟合計算速度，引來了梯度下降法
	等等。也從此引來了機器學習熱風。