使用curve_fit强制数据拟合点

Question

使用Scipy中包含的curve_fit函数我有点问题。这是我想要的功能：

def funclog(x, a, b, c, d):
   return a * np.log(b * x + c) + d

我遇到的问题是我希望fit函数在某些点上具有特定值（y（min）= 0和y（max）= 1）。如何用curve_fit强制这些点？

谢谢

Answer 1

在x=0，x=1处具有特定值的拟合要求意味着参数a，b，c，{{1}根据两个方程的集合约束：

d，funclog(0, a, b, c, d) = 0

对于您正在考虑的funclog(1, a, b, c, d) = 1形式，您可以针对funclog和a解决此方程组，从而产生（唯一）解决方案

d和a = 1/(-log(c) + log(b + c))

（假设d=log(c)/(log(c) - log(b + c))和b使得分母不等于零）。

替换c中a和d的这些表达式会产生新的拟合函数，即

funclog，

默认情况下满足约束。可以通过(log(c) - log(b*x + c))/(log(c) - log(b + c))找到b和c的值。

Answer 2

您可以尝试使用边界：

bounds = ([amin, bmin, cmin, dmin], [amax, bmax, cmax, dmax])
(or np.inf  -np.inf if limes of param is in infininty)

下一个

popt1, pcov1 = curve_fit(funclog, x, y, bounds=bounds)