问题描述
当我尝试对某些数据进行曲线拟合时遇到了问题。我遇到了一些错误,所以我回到了 lmfit 库的基础知识。我试图曲线拟合一个简单的例子,但我遇到了同样的问题。
import numpy
from lmfit import Model,Parameters
x = numpy.arange(1,20)
y = numpy.arange(1,20)*2
def funTE(x,coeff0,coeff1):
return x * coeff0 + coeff1
model = Model(funTE,independent_vars=['x'],param_names=["coeff0","coeff1"])
params = Parameters()
params.add("coeff0",vary=True)
params.add("coeff1",vary=True)
result = model.fit(data=y[:],param=params,x=x[:])
发生此错误:
ValueError: The model function generated NaN values and the fit aborted! Please check your model function and/or set boundaries on parameters where applicable. In cases like this,using "nan_policy='omit'" will probably not work.
如果你们中的任何一个人知道我如何解决这个问题,我将不胜感激(已经浪费了很多时间)。
解决方法
首先,你在最后一行有一个错字。参数参数实际上称为params
。错字作为警告出现,考虑到回溯的其余部分,在这种情况下很容易错过。
针对您的实际问题。通过不为参数分配起始值,它们默认为 -inf,这就是导致 NaN 的原因。当你不设置初始值时,它会默认为参数可以获得的下限,如果也没有定义,则默认为-inf。我很惊讶 documentation 并没有通过巨大的红色箭头和圆圈吸引您注意这一事实。或者至少在创建一个初始值为无穷大的参数时发出警告。
修复
params = Parameters()
params.add("coeff0",value=0)
params.add("coeff1",value=0)
# Typo fixed!
result = model.fit(data=y,params=params,x=x)
您也可以让模型自动生成参数,但您必须提供上述初始值以避免同样的无穷大问题。
params = model.make_params(coeff0=0,coeff1=0)
顺便说一下,如果没有定义 params
参数,脚本会在内部生成带有 model.make_params()
的参数,这会导致所有的初始值都是 -inf,如上所述。
在定义了初始值但仍然得到 NaN 的更一般情况下,模型可能存在必须解决的问题,例如除以 0、负数的根/对数、大值导致溢出等
,您绝对必须为参数提供初始值。从来没有例外。
不提供初始值是没有意义的,必须导致错误消息。