问题描述
也许是一个非常简单的问题,但我似乎找不到有效的答案。
使用的代码是(来自 User88484):
def sigmoid(x,L,x0,k,b):
y = L / (1 + np.exp(-k*(x-x0)))+b
return (y)
p0 = [max(po_array),np.median(sp_array),1,min(po_array)]
popt,pcov = curve_fit(sigmoid,sp_array,po_array,p0,method='dogBox')
print("Popt:",popt)
print()
print("Pcov:",pcov)
这将返回以下值:
弹出:[96.74093921 12.83580801 0.56406601 3.2468077]
Pcov: [[ 4.15866152e-01 -3.57909355e-05 -5.46449590e-03 -2.10617443e-01] [-3.57909355e-05 1.81185487e-03 -8.47729461e-06 7.55813943e-03] [-5.46449590e-03 -8.47729461e-06 1.48370347e-04 2.67572376e-03] [-2.10617443e -01 7.55813943e-03 2.67572376e-03 1.75321322e-01]]
鉴于此,当我获得 x 值时,如何找到曲线的 y 值?即如果 X = 20,曲线上那个点的 y 值是多少?
解决方法
popt
具有您定义的 sigmoid 函数(L
、x0
、k
和 b
)的拟合值。将它们传递回 sigmoid
:
sigmoid(20,*popt)
curve_fit
的 official docs 在示例的末尾与它非常接近。