[英]scipy.optimize error power function
我很难用给定的函数拟合一组值:f(x)= const *(1-(x / a)** b)** c
我正在使用python 3.6.3和以下代码:
import numpy as np
import scipy.optimize as opt
from scipy.optimize import curve_fit
x=[0.,0.4,0.8,1.6,2.,2.4]
y=[0.09882902,0.07298427,0.05111438,0.01679405,0.00517385,0.00065633]
def func(x,a,b,c):
return y[0] * ( 1 - (x/a)**b )**c
x0=np.array([2.0,0.9,1.5])
opt.curve_fit(func,x,y,p0=x0)
我收到以下错误消息:
RuntimeWarning: invalid value encountered in power
return y[0] * ( 1 - (x/a)**b )**c
///: OptimizeWarning: Covariance of the parameters could not be estimated
category=OptimizeWarning)
该问题似乎是由于最后一个指数而出现的,因为以下函数可以正常工作:
def func(x,a,b,c):
return y[0] * ( 1 - (x/a)**b )*c
只需执行经典的调试步骤:打印组件以检查math-ops是否定义明确。
修改您的功能以:
def func(x,a,b,c):
print(x/a)
print((x/a)**b)
print((1-(x/a)**b))
result = y[0] * ( 1 - (x/a)**b )**c
print(result)
if not np.isfinite(result):
assert False
else:
return result
您将看到:
[ 0. 0.2 0.4 0.8 1. 1.2]
[ 0. 0.23492379 0.43838329 0.81805215 1. 1.17831965]
[ 1. 0.76507621 0.56161671 0.18194785 0. -0.17831965]
...-py:13: RuntimeWarning: invalid value encountered in power
result = y[0] * ( 1 - (x/a)**b )**c
[ 0.09882902 0.06613655 0.04159532 0.00767017 0. nan]
在该乘幂不适用于该负值的地方,并引入了nan
(在后面的步骤中可能会引入更多)。
备注:默认情况下,初始点应为全1(也易于打印)。
要解决此问题,取决于您实际要执行的操作(更改模型;使用范围,...)。
我找到了解决方案,谢谢Sascha。 当x> a时,该函数的确不确定。 为了克服这个问题,我将a的值约束为始终大于x的最大值:
适合= opt.curve_fit(FUNC,X,Y,P0 = X0,边界=([X [-1] +0.001,0.0,1.00],[5.0,1.0,2.0]))
但是,在gnuplot中,拟合可能找到x> a。 我不知道为什么。 也许它是func(x> a)的真正组成部分,但我不知道这样做是否真的很简单。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.