Question

我需要将泊松分布拟合到一组数据中：

fitfunc = lambda p, x: p[0]*pow(p[1],x)*pow(e,-p[1])/math.gamma(x+1) # Target function
errfunc = lambda p, x, y: fitfunc(p, x) - y # Distance to the target function
p0 = [1., 2.] # Initial guess for the parameters
p1, success = optimize.leastsq(errfunc, p0[:], args=(bins_mean, n))

我使用SciPy documentation中提供的示例。

如果我评论伽玛函数部分，它就像一个魅力，所以问题在那里，但我不知道如何解决它。

我收到以下错误：

TypeError: can only concatenate list (not "int") to list

fit的输入参数是plt.hist的输出，我检查过，类型是numpy ndarray

Answer 1

fitfunc = lambda p, x: p[0]*pow(p[1],x)*pow(e,-p[1])/math.gamma(x+1) # Target function
errfunc = lambda p, x, y: fitfunc(p, x) - y # Distance to the target function
p0 = [1., 2.] # Initial guess for the parameters
p1, success = optimize.leastsq(errfunc, p0[:], args=(bins_mean, n))

既然你说它没有math.gamma（x + 1）部分，我猜它会改变

fitfunc = lambda p, x: p[0]*pow(p[1],x)*pow(e,-p[1])/math.gamma(x+1)

到

from scipy.misc import factorial 
fitfunc = lambda p, x: p[0]*pow(p[1],x)*pow(e,-p[1])/factorial(x)

因为math.gamma不喜欢列表（或者我猜的任何浮点数），而factorial可以正常使用列表吗？

附带问题：为什么要使用pow，而不仅仅使用**？

泊松分布拟合

1 个答案: