Question

当我尝试跑步时：

bet = (nu[minimum],10**4,3000,0,0,5000)   # Array of initial bet parameters
bound = ( (nu[0],nu[len(nu)-1]),(10**3,10**6),(-np.inf,np.inf),(-np.inf,np.inf),(-np.inf,np.inf),(-np.inf,np.inf) )
popt,pcov = curve_fit(S_21,x,y, p0=bet, bounds = bound)

TypeError：leastsq（）得到了一个意外的关键字参数'bounds'

有什么问题？我在Windows上使用Python 3.4.4。

Answer 1

scipy.optimize.leastsq不支持边界，curve_fit使用直到scipy版本0.17。 OTOH，scipy.optimize.least_squares（在最新版本的scipy中由curve_fit使用）可以支持边界，但在使用lm（Levenberg-Marquardt）方法时却不支持，因为这很简单围绕scipy.optimize.leastsq的包装器。这有点令人困惑。

请允许我建议尝试lmfit（http://lmfit.github.io/lmfit-py/），它支持所有参数的边界，并且无需更改模型函数即可轻松修复/更改参数。 Lmfit有一个方便的曲线拟合方法，它的Model类，以及大量用于探索参数置信区间的工具。

Answer 2

另一种解决方法对我来说在0.17以下的scipy版本中有用（在0.14和0.15中尝试过）是告诉leastsq对func进行更多调用（但这取决于你的func的收敛速度）。

例如，您可以尝试：

popt,pcov = curve_fit(S_21,x,y, p0=bet, maxfev=10000)

Scipy优化边界的Curve_fit错误

2 个答案: