Question

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

Answer 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，......）。

Answer 2

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＆gt; a）的真实部分，但我不知道这样做是否真的很简单。

scipy.optimize错误电源功能

2 个答案: