这个问题是关于python中的曲线拟合。在
首先,我想说的是,我不知道要插入scipy库中“curve_fit”函数的曲线拟合函数;因此,我尝试使用polyfit,如果我对插值感兴趣,它是可以的,但我的目标是预测未来点的值,换句话说,外推。在
我附上了一个原始信号的屏幕截图,平滑和它的polyfit结果。的外推仍然失败。我的结论是多边形拟合不是正确的方法,但我不能估计曲线函数。你在想什么?在
请注意,这不是一个分布,因为y值可能会无限缓慢地减小,甚至低于0。在
我会说这个函数看起来像指数高斯函数,但它又不是一个分布,所以不想这样做。在
我最后的想法是把图分成两部分,第一个模型当然可以用多项式来建模,第二个模型可以用指数模型来表示。(值与第一个png不同,因为它是一个不同的信号)。 然后,把两者结合起来。你觉得怎么样? 附件也是这个的截图。
由于许多曲线可以拟合数据并进行不同的外推,因此需要选择正确的基函数来获得所需的行为。在
例如,到目前为止,你已经尝试过多项式,但是它们趋向于+-无限,这可能不是你想要的。在
我会尝试使用曲线拟合来拟合Hermite多项式或Laguerre多项式的和。比如,拉盖尔多项式
Python为此内置了很多方便的函数,请参见https://docs.scipy.org/doc/numpy-1.13.0/reference/routines.polynomials.laguerre.html
但是请注意,您还应该将
k
与您的数据相匹配,您可以使用curve_fit
来实现。在相关问题 更多 >
编程相关推荐