Question

我正在使用Scipy将我的数据拟合到一个函数中。该函数为我提供了2个参数的值，在本例中为 a 和 b 。我想使用bound参数来限制这些参数可以采用的值，每个参数都有自己的可接受值范围。

可接受的值：15＆lt; a <50和0.05 < b <0.2

我想知道如何实现它们。官方文档仅显示如何为1参数执行它们。这个问题类似于：Python curve fit library that allows me to assign bounds to parameters。这也只涉及1个参数的边界。

这是我试过的：

def Ebfit(x,a,b):
    Eb_mean = a*(0.0256/kt)                         # Eb at bake temperature
    Eb_sigma = b*Eb_mean
    Foursigma =  4*Eb_sigma
    Eb_a = np.linspace(Eb_mean-Foursigma,Eb_mean+Foursigma,N_Device)
    dEb = Eb_a[1] - Eb_a[0]
    pdfEb_a = spys.norm.pdf(Eb_a,Eb_mean,Eb_sigma)

    ## Retention Time

    DMom = np.zeros(len(x),float)
    tau = (1/f0)*np.exp(Eb_a)
    for bb in range(len(x)):
        DMom[bb]= (1 - 2*(sum(pdfEb_a*(1 - np.exp(np.divide(-x[bb],tau))))*dEb))
    return DMom

time = datafile['time'][0:501]
Moment = datafile['25Oe'][0:501]

params,extras = curve_fit(Ebfit,time,Moment, p0=[20,0.1], bounds=[(15,50),(0.05,0.2)])

我还尝试了以下变体来查看括号是否是问题：

 params,extras = curve_fit(Ebfit,time,Moment, p0=[20,0.1], bounds=[[15,50],[0.02,0.2]])
 params,extras = curve_fit(Ebfit,time,Moment, p0=[20,0.1], bounds=((15,50),(0.02,0.2)))

但是我对所有这些变化都有同样的错误

ValueError：每个下限都严格小于每个上限界。

它仅适用于单个界限，例如：

params,extras = curve_fit(Ebfit,time,Moment, p0=[20,0.1], bounds=[0,50])

感谢任何帮助。谢谢！

Answer 1

bounds=[[0,50],[0,0.3]])表示第二个参数大于50但小于0.3。第一个参数也固定为零。

格式为bounds =（lower，upper）。

Answer 2

根据@ ev-br建议。我为bounds参数尝试了以下更改，效果很好。

bounds=[[15,0.02],[50,0.2]]

所以最后，论证给出应该如下：

 bounds=[[a1,b1],[a2,b2]]

a1 是 a 的下限， a2 是 a 的上限。 Sames适用于 b 。

Scipy Curve_fit。多个参数的单独边界

2 个答案: