Schrijf een functie veelterm_fit() met als argumenten

• twee NumPy-rijen (1D) x en y met elk N componenten (telkens reëel)
• een geheel getal M dat het aantal modelparameters voorstelt

Het resultaat is een NumPy-rij met $$M$$ componenten die een veelterm van graad $$M-1$$ voorstelt, zodat $$y_i \approx \sum_{k=0}^{M-1} w_k x_i^k$$. Je mag veronderstellen dat de rijen x en y de juiste dimensie hebben.

TIP

Om deze oefening op te lossen, kan je gebruik maken van de methode np.linalg.solve().

Voorbeeld

x = np.array([1, 2, 5, 9], dtype = float)
y = np.array([10, 13, 5, -1], dtype = float)

print(veelterm_fit(x, y, 1))
print(veelterm_fit(x, y, 2))
print(veelterm_fit(x, y, 3))
print(veelterm_fit(x, y, 4))

#[6.75]
#[13.63225806 -1.61935484]
#[12.78113772 -1.05254491 -0.05613772]
#[2.1875     10.61458333 -3.          0.19791667]