在curve_fit（scipy）期间将边界应用于特定变量会导致错误

Question

我试图在曲线拟合期间将边界应用于某些参数但我在尝试这样做时收到以下错误消息：

ValueError：要解压缩的值太多

绑定命令中的每个2元组是否分别对应于我的情况下的sigmoidscaled函数中的x0，k，lapse，guess（也就是对应于p0）？

然后，我尝试通过将绑定命令减少到以下来去除“太多的值”来试图弄清楚它是如何工作的：

bounds =（（ - np.inf，np.inf），（0,1））

然后我收到以下错误消息：

ValueError：边界与x0之间的形状不一致。

我在这里弄错了什么？

import pylab
from scipy.optimize import curve_fit
from matplotlib.pyplot import *

n = 20 #20 trials
ydata = [0/n, 9.0/n, 9.0/n, 14.0/n, 17.0/n] #Divided by n to fit to a plot of y =1
xdata = np.array([ 1.0, 2.0, 3.0, 4.0, 5.0])


#The scaled sigmoid function
def sigmoidscaled(x, x0, k, lapse, guess):
    F = (1 + np.exp(-k*(x-x0))) 
    z = guess + (1-guess-lapse)/F
    return z

p0=[1,1,0,0] 
popt, pcov = curve_fit(sigmoidscaled, xdata, ydata, p0, bounds=((-np.inf,np.inf), (-np.inf,np.inf), (0,1), (0,1))

#Start and End of x-axis, in spaces of n. The higher the n, the smoother the curve.
x = np.linspace(1,5,20)
#The sigmoid values along the y-axis, generated in relation to the x values and the 50% point.
y = sigmoidscaled(x, *popt)

pylab.plot(xdata, ydata, 'o', label='Psychometric Raw', color = 'blue')
pylab.plot(x,y, label='Psychometric Fit', color = 'blue')
#y axis range.
pylab.ylim(0, 1)
#Replace x-axis numbers as labels and y-axis numbers as percentage
xticks([1., 2., 3., 4., 5.], ['C1','CN2','N3','CN4','S5'])
yticks([0.0, 0.2, 0.4, 0.6, 0.8, 1.0], ['0%','20%','40%','60%','80%','100%'])
pylab.legend(loc='best')
xlabel('Conditions')
ylabel('% perceived more sin like')
pylab.show() 

Answer 1

问题在于：

popt, pcov = curve_fit(sigmoidscaled, xdata, ydata, p0, bounds=((-np.inf,np.inf), (-np.inf,np.inf), (0,1), (0,1))

从文档中 ， bounds需要是2元组的数组。 因此，不需要指定每个点的下限和上限，而是需要指定第一个数组中每个点的下限，然后指定第二个数组中每个点的上限，如下所示：

popt, pcov = curve_fit(sigmoidscaled, xdata, ydata, p0, bounds=((-np.inf, -np.inf, 0, 0), (np.inf, np.inf, 1, 1)))

在这个改变之后，情节突然出现了！