|
setup diary |
Rをつかって複雑な式でfittingをやることがある。線形の場合にはlmを、非線型の場合にはnlsを使えば良い。しかし、単純な関数で表せなかったり、媒介変数で表されるような場合には、これらは使えない。どうしたら良いかを考えていたら、fittingとの差を表すような関数を定義して、それを最小化すれば良いことに気がついた。例えば、xをax^2で近似するときの最適なaを求める場合には、差を表す関数を定義して、optimizeでその関数と変数の範囲を指定して、最小値を求めれば良い。
x<-0:10/10 f<-function(a){return(sum((x-a*x^2))^2)} res<-optimize(f,c(0,2)) res$minimum
二変数の場合には、optimを使う。このとき、関数の引数はベクトルとして与え、optimには初期値をベクトルとして与える必要がある。
x<-0:10/10 f<-function(a){return(sum((x-a[1]*x^2-a[2]))^2)} res<-optim(c(0,0),f) res$par
ここでの例は、単純で通常の方法でもできるだろうが、複雑なfittingではこれが有効になった。
micropythonで温度測定するために、adt7310を使う方法を模索してみた。adt7310のpinとesp8266は以下のように接続した。
1 SCK D5 14 2 DOUT D6 12 3 DIN D7 13 4 CS D8 15
まず、初期化は以下のように行う。
from machine import Pin,SPI spi=SPI(baudrate=1000000,sck=Pin(14),mosi=Pin(13),miso=Pin(12),firstbit=SPI.MSB,polarity=1,phase=1) cs=Pin(15, Pin.OUT) cs(1)
ここで、polarityはclockが何もしていない時にはhighであることを示し、phaseはclockが元に戻るedgeで読み取りを行うことを示す。 adt7310のモードの設定は、以下のように行う。
cs(0) #spi.write(bytearray([1<<3,0xa0])) #one shot spi.write(bytearray([1<<3,0x80])) #continuous cs(1)
そして、温度の読み取りは
cs(0) spi.write(bytearray([0x40|2<<3])) ret=spi.read(2) cs(1) (ret[0]*256+ret[1])/128
とすれば良い。本当は符号の処理も行わないといけないけど、零下になることはまず無いので、良しとしよう。bytearrayの扱いもよく分かっていないけど、まあ良いか。