问题描述
注意:SciPy的0.17版中的新功能
假设您想对数据拟合模型,如下所示:
y=a*t**alpha+b
并限制了alpha
0<alpha<2
而其他参数a和b保持空闲。然后,我们应按以下方式使用curve_fit的bounds选项:
import numpy as np
from scipy.optimize import curve_fit
def func(t, a,alpha,b):
return a*t**alpha+b
param_bounds=([-np.inf,0,-np.inf],[np.inf,2,np.inf])
popt, pcov = curve_fit(func, xdata, ydata,bounds=param_bounds)
来源在这里。
解决方法
我希望能够执行拟合,使我可以将任意曲线函数拟合到数据,并允许我在参数上设置任意界限,例如,我想拟合函数:
f(x) = a1(x-a2)^a3\cdot\exp(-\a4*x^a5)
说:
a2
在以下范围内:(-1,1)
a3
并且a5
是积极的
有一个很好的scipy
curve_fit
函数,但是它不允许指定参数范围。还有一个不错的http://code.google.com/p/pyminuit/库,该库可以进行泛型最小化,并且可以设置参数的范围,但在我的情况下,它没有涵盖范围。