scipy curve_fit無法擬合曲線

Question

我正在嘗試使用scipy.optimize函數curve_fit來使用自定義指數函數來擬合一組數據點。 我的代碼如下：

import numpy as np
import matplotlib.pyplot as plt
from scipy.optimize import curve_fit

def fit(x, tau, beta):
    return np.exp(-1 * np.power(x / tau, beta))

def plot_e2e(times, e2es):
    optimalParams, covariance = curve_fit(fit, times, e2es)
    tau = optimalParams[0]
    beta = optimalParams[1]

    print 'Tau is:', tau
    print 'Beta is:', beta

if __name__ == '__main__':
    % read_e2e_data not included for proprietary reasons.
    times, e2es = read_e2e_data(fileName)
    plot_e2e(times, e2es)

這樣做會引發以下異常（由於刪除不相關的內容，行號可能會有所不同）：

Traceback (most recent call last):
  File ".\plot_e2e.py", line 54, in <module>
    plot_e2e(times, e2es)
  File ".\plot_e2e.py", line 34, in plot_e2e
    optimalParams, covariance = curve_fit(fit, times, e2es)
  File "C:\Anaconda\lib\site-packages\scipy\optimize\minpack.py", line 586,  in curve_fit 
    raise RuntimeError(msg)
RuntimeError: Optimal parameters not found: Number of calls to function has reached maxfev = 600.

如果我增加curve_fit的maxfev參數，我會得到Tau的虛假值（4.035e-303）。

因此，我的時間和端到端向量為：

time = [0.0, 1.0, 2.0, 3.0, 4.0, 5.0, 6.0, 7.0, 9.0, 11.0, 14.0, 17.0, 21.0, 25.0, 30.0, 37.0, 45.0, 54.0, 65.0, 78.0, 94.0, 113.0, 136.0, 163.0, 196.0, 236.0, 283.0, 340.0, 409.0, 491.0]
e2es = [1.0, 0.999804, 0.99964, 0.999497, 0.99937, 0.999276, 0.999139, 0.998974, 0.998566, 0.998005, 0.997225, 0.997073, 0.997793, 0.998586, 1.001542, 1.004414, 1.005311, 1.001431, 1.001016, 0.998936, 0.995649, 0.993765, 0.98663, 0.985266, 0.984635, 0.982588, 0.974413, 0.973811, 0.968772, 0.970131]

如果您對可能的問題有任何想法，請告訴我。 我一直在嘗試調試此問題，並且陷入僵局。

Answer 1

您得到的錯誤基本上意味着Scipy對合適位置的搜索未能收斂。 Scipy定義了一個名為maxfev的值，其目的是在搜索中放棄多少次迭代之后。 您可以更改此參數：

def plot_e2e(times, e2es):
    optimalParams, covariance = curve_fit(fit, times, e2es, maxfev=1000)
    ...

希望這可以幫助！