使用 lmfit 进行曲线拟合时出现“ValueError：模型函数生成 NaN 值”

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。