Ajuste de curva

#Tarea Graficas Error vs Numero de puntos segun el grado de polinomio

import numpy as np
import matplotlib.pyplot as plt

num_points_train = 10

#Generamos un vector que va de 0 a 1, asi funciona random
x = np.random.random(num_points_train)

y = np.sin(2*np.pi*x)

# El 0.5 la normal, y el 0.1 desviacion estandar
noise = np.random.normal(0.5,0.1, num_points_train)
noise = noise - 0.5 #Es para regresar el noise al origen

y_noisy = y + noise
pol_degree = 3
pos=0
errores=[]
for j in range(3):
    pos=pos+1
    poly = np.polyfit(x, y_noisy, pol_degree) #Genrea un vector con los parametros de mi polinomio
    f = np.poly1d(poly)

    #Grafica del error vs puntos
    num_points_test = 0
    puntos = []
    error2 = []

    for i in range(10):
        num_points_test = num_points_test+10
        puntos.append(num_points_test)
        x_test = np.linspace(0, 1, num_points_test)
        y_test = np.sin(2*np.pi*x_test)

        y_new = f(x_test)

        #Calculo del error
        error = (y_test-y_new)**2
        error1 = np.mean(error)
        error_RMS = np.sqrt(error1/num_points_test)
        error2.append(error_RMS)

    tam=len(error2) #Llenamos un vector con todos los errores
    for k in range(0,tam):
        errores.append(error2[k])


    plt.figure(1) #Mantiene las 3 graficas en una sola figura
    plt.subplot(1,3,pos) #La posición va aumentando en el for y genera el numero de graficas
    plt.plot (puntos, error2, 'ro')
    plt.ylabel ('Error')
    plt.xlabel ('Numero de Puntos')
    pol_degree =  pol_degree + 3 #El grado del polinomio aumenta de 3 en 3

plt.show ()
merror=min(errores)
for i in range(0,len(errores)):
        if(errores[i] == merror):
            pos=i


print(merror)
print(pos)
if pos < 10:
    print ("El menor error se obtiene con un polinomio grado %d" % (3))

elif (pos > 10) and (pos <20):
    print ("El menor error se obtiene con un polinomio grado %d" % (6))

else:
    print ("El menor error se obtiene con un polinomio grado %d" % (9))