我一直在尝试scipy.optimize curve_fit
,并将其与excel2010中的解算器进行比较。在
虽然Python对于我最终将拥有的大数据集更好,但Excel的非线性GRG解算器在拟合参数方面似乎比curve iu fit更适合我拥有的较小的实践数据集。Excel似乎总是收敛于有理参数的猜测,曲线拟合容易偏离或停留在错误的选择上(比Excel更依赖于初始条件)。在
我的拟合函数之一是:
def f(x,a,b,c,d,e,f):
return a/(abs(b)+x)**abs(c) + d/(abs(e)+x)**abs(f)
其中x
是一个数组,a
,b
,c
,d
,e
&;f
是参数。在
我想知道是否有人对scipy和numpy曲线拟合的方法有什么建议,这些方法可以使用其他在有效性上与Excel相当的方法
目前没有回答
相关问题 更多 >
编程相关推荐