问题描述
我想使用curve_fit在一组数据上使用2个变量x,y优化函数。到目前为止,我有一个程序(请参见下文)可以很好地与“完整的”熊猫数据框一起使用。但是我想使用带有一些未定义值(Nan)的pandas数据框作为输入数据。
#Optimization of func over data_x_y
x = np.array(data_x_y.index)
y = np.array(data_x_y.columns)
X,Y = np.meshgrid(x,y)
Z = data_x_y.values.T
xdata = np.vstack((X.ravel(),Y.ravel()))
fit_params,pcov = curve_fit(func,xdata,Z.ravel(),p0=p0,bounds=bounds)
我考虑过在数据框中放入随机值而不是Nan值,并使用curve_fit的参数s来忽略这些值,但这显然不是最佳方法。
因此,有一种简单的方法可以修改该程序以使用curve_fit,还是我需要定义一个成本函数并使用scipy.optimize的最小化函数代替?
谢谢您的帮助。
解决方法
暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!
如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@)