Question

由于我很懒，我不想定义以这种方式优化的功能：

f = lambda x, a, b, ...: a * x + c + ...

但我想做这样的事情：

f = lambda x, p: p[0] * x + p[1] + ...

其中p是初始参数的数组。问题是 - 我不知道如何实现它。我试过了

popt = optimize.curve_fit(f, x, y, p)

甚至

popt = optimize.curve_fit(f, x, y, *p)

但是这样的事情不起作用 - python解释器对论点数量不匹配大吼大叫。那么有没有办法实现我的想法？

Answer 1

您几乎拥有它：您可以使用*p（请参阅文档中的f(xdata, *params)）：

>>> from scipy import optimize
>>> import numpy as np
>>> 
>>> x = np.arange(1, 4)
>>> y = x * 3 + 1
>>> 
>>> f = lambda x, *p: p[0] * x + p[1]
>>> popt, pcov = optimize.curve_fit(f, x, y, [1,-4])
>>> popt
array([ 3.,  1.])
>>> pcov
array([[  9.86076132e-32,  -1.97215226e-31],
       [ -1.97215226e-31,   4.60168861e-31]])

Answer 2

哦，为什么当我提出问题时，我会自己找到解决方案？解决方案是：

f = lambda x, *p: p[0] * x + p[1] + ...
popt = optimize.curve_fit(f, x, y, p0=p)

定义scipy.optimize.curve_fit的函数

2 个答案: