如何将两个数据集同时拟合成两个参考数据集并提取共享参数

Question

我有2个（模拟）数据集和2个（实验）参考数据集。你知道吗

由于模拟是以数值方式进行的，因此不知道方法/函数，只有模拟数据可用。你知道吗

这两个数据集共享我希望通过将模拟拟合到参考数据来提取的参数。你知道吗

我没有发现任何python功能可以使用数据集而不是拟合函数/模型来执行这种拟合/最小化/优化。你知道吗

具体来说：我有以下两个方程：

e1=a*s1+b*t1+c*u1和

e2=a*s2+b*t2+c*u2和

我想算出参数a，b，c

e1，e2是实验性的NxNnp.阵列（可以在热图中显示，也可以认为是f（x，y））和

s1、s2、t1、t2、u1、u2为MxMnp.阵列包含模拟数据。你知道吗

我希望左边和右边的方程（热图）尽可能相似，也考虑到这两个方程相似，以了解a，b，c

要使N=M是需要努力的，但这是可以做到的。 我知道，我必须使用两个模型，但我只知道如何将匹配的1xN实验和模拟阵列传递给模型。你知道吗

Answer 1

我围绕scipy编写了一个名为^{}的包装器，它使这类问题变得简单，因此我认为您可能对使用它感兴趣。用symfit解决你的问题，你可以

from symfit import parameters, variables, Fit, Model

e1, e2, s1, s2, t1, t2, u1, u2 = variables('e1, e2, s1, s2, t1, t2, u1, u2')
a, b, c = parameters('a, b, c')

model = Model({
    e1: a * s1 + b * t1 + c * u1,
    e2: a * s2 + b * t2 + c * u2,
})

fit = Fit(model, u1=u1data, s1=s1data, ...)
fit_result = fit.execute()
print(fit_result)

有关详细信息，请参见documentation。祝你好运！你知道吗