适合两种不同的功能，边界作为适合参数

Question

我对Python中的简单拟合函数有疑问。 我试图在数据集上安装两个不同的函数，两个机制之间的边界也应该是一个拟合参数。 非常天真，我正在尝试这样的事情：

bash-3.2$ A="coucou" B="a$Aa"; echo  "${B}"
a
bash-3.2$ A="coucou" B="a${A}a"; echo  "${B}"
acoucoua
bash-3.2$

但我得到了一个ValueError：

  

系列的真值是模棱两可的。使用a.empty（），a.bool（），a.item（），a.any（）或a.all（）

据我所知，你不能将我的x数组与一个整数值（甚至没有分配给一个固定值，这应该由curve_fit过程完成）。

我无法找到这个所谓的简单问题的解决方案。有人可以帮我解决这个问题吗？

提前致谢！

编辑：我构建了一个例子： 对于x <5的数据，这通过线性函数（y = x-3）完美地描述，对于x> 5，这通过平方函数（y = x ** 2 / 5-3 * x / 5）完美地描述。 ）。假设你不知道x是完美的'边界'，有没有办法让curve_fit找到？

Answer 1

错误消息表示将数组（x）的值与标量值（border）进行比较是不明确的。您的意思是，如果x的任何值小于border，或者x的所有值小于{{1} }}？

我怀疑你真正想要的是numpy的border函数，这有点像循环where并决定逐点使用哪个表达式，只是更快：

x

我认为这就是你想要的，它应该可以根据def FitFunc(x, a, b, c, d, e, border): out = a * x + b out[np.where(x > border)] = c * x**2 + d * x + e return out 选择合适的功能形式。

但是，我要提醒一下，它可能不会做你想要的东西。也就是说，看起来您希望border成为拟合变量。

在scipy border例程（以及大多数“曲线拟合”上下文）中拟合变量需要是连续浮点变量。您的optimize变量将用作border索引的离散整数值来更改函数形式。拟合算法将首先选择一个值（比如说5.0），然后对该值进行非常小的改变（比如说，5.0000002）。这不会改变两个函数形式之间断点的位置，并且拟合将决定x不会改变拟合。我希望我能解决这个问题。