我在使用给定函数拟合一组值时遇到一些麻烦: f(x)= const *(1-(x / a)** b)** c
我正在使用python 3.6.3,代码如下:
import numpy as np
import scipy.optimize as opt
from scipy.optimize import curve_fit
x=[0.,0.4,0.8,1.6,2.,2.4]
y=[0.09882902,0.07298427,0.05111438,0.01679405,0.00517385,0.00065633]
def func(x,a,b,c):
return y[0] * ( 1 - (x/a)**b )**c
x0=np.array([2.0,0.9,1.5])
opt.curve_fit(func,x,y,p0=x0)
我有以下错误消息:
RuntimeWarning: invalid value encountered in power
return y[0] * ( 1 - (x/a)**b )**c
///: OptimizeWarning: Covariance of the parameters could not be estimated
category=OptimizeWarning)
由于最后一个指数似乎出现了问题,因为以下函数可以正常工作:
def func(x,a,b,c):
return y[0] * ( 1 - (x/a)**b )*c
答案 0 :(得分:1)
只需执行经典的调试步骤:打印组件以检查数学运算是否定义明确。
将您的功能修改为:
def func(x,a,b,c):
print(x/a)
print((x/a)**b)
print((1-(x/a)**b))
result = y[0] * ( 1 - (x/a)**b )**c
print(result)
if not np.isfinite(result):
assert False
else:
return result
你会看到:
[ 0. 0.2 0.4 0.8 1. 1.2]
[ 0. 0.23492379 0.43838329 0.81805215 1. 1.17831965]
[ 1. 0.76507621 0.56161671 0.18194785 0. -0.17831965]
...-py:13: RuntimeWarning: invalid value encountered in power
result = y[0] * ( 1 - (x/a)**b )**c
[ 0.09882902 0.06613655 0.04159532 0.00767017 0. nan]
其中取幂对该负值不起作用,并引入了nan
(在后面的步骤中可能会引入更多)。
备注:默认情况下,初始点应为全1(也易于打印)。
修复此问题取决于您实际尝试做什么(更改模型;使用边界,......)。
答案 1 :(得分:0)
我找到了解决方案,谢谢Sascha。当x> 0时,该功能确实未确定。一个。为了克服这个问题,我将a的值限制为总是优于x的最大值:
拟合= opt.curve_fit(FUNC,X,Y,P0 = X0,边界=([X [-1] +0.001,0.0,1.00],[5.0,1.0,2.0]))
然而,在gnuplot中,拟合可能发现x>一个。我不知道为什么。也许它取得了func(x> a)的真实部分,但我不知道这样做是否真的很简单。