在数据点很少的情况下，有什么好的参数反演方法

目前只有11个数据点，请问用什么算法来反演比较好，或者有什么解方程的方法也可以。

模型为y=f(x,a,b,c,d,e,f)，而(x,y)数据点只有11个，求a,b,c,d,e,f。只要能解，什么方法都行。或者求出一个大概的区间也可以

可以用numpy的polyfit曲线拟合函数来获取多项式系数。参考代码：

import numpy as np
#np.set_printoptions(suppress=True)
#定义x、y散点坐标
x = [0,10, 20, 30, 40, 50, 60, 70, 80,90,100]
y= [120,166, 236, 305, 334, 349, 351, 342, 323,350,336]
f1=np.polyfit(x,y,5)#5次幂的6个系数
p1=np.poly1d(f1)#多项式
a,b,c,d,e,f= p1.c
print(a,b,c,d,e,f)

参考 https://blog.csdn.net/weixin_36474809/article/details/104476870 https://blog.csdn.net/weixin_36474809/article/details/104476870

简单点，就用最小二乘法