我想用scipy为一些数据拟合一个对数函数。你知道吗
不幸的是,我得到以下错误:参数的协方差无法估计
我怎样才能防止这种情况?你知道吗
import numpy as np
import scipy.optimize as opt
import matplotlib.pyplot as plt
x = [0.0, 1.0, 2.0, 3.0, 4.0, 5.0, 6.0, 7.0, 8.0, 9.0, 10.0, 11.0, 12.0, 13.0, 14.0]
y = [0.073, 2.521, 15.879, 48.365, 72.68, 90.298, 92.111, 93.44, 93.439, 93.389, 93.381, 93.367, 93.94, 93.269, 96.376]
def f(x, a, b, c, d):
return a / (1. + np.exp(-c * (x - d))) + b
(a_, b_, c_, d_), _ = opt.curve_fit(f, x, y)
y_fit = f(x, a_, b_, c_, d_)
fig, ax = plt.subplots(1, 1, figsize=(6, 4))
ax.plot(x, y, 'o')
ax.plot(x, y_fit, '-')
下面是一个图形化的fitter,使用scipy的差分进化遗传算法对数据和方程进行初始参数估计。scipy实现使用拉丁超立方体算法来确保参数空间的彻底搜索,这需要搜索的范围-正如您从代码中看到的,这些范围可能很宽泛,并且为初始参数估计提供范围比提供特定值要容易得多。你知道吗
我在Python2.7内核下尝试了你的代码。我没有收到你提到的错误。对于x的所有值,唯一的结果是y\u fit=71.50186844
经过几次尝试,我发现在计算你的数据的协方差时有一个问题。我试图删除0.0,以防这是原因,但不是。你知道吗
我发现的唯一替代方法是将计算方法从lm改为trf:
曲线与这些参数
[96.2823169 -2.38876852 1.39927921 2.98341838]
适当拟合相关问题 更多 >
编程相关推荐