Question

我正在采用lmfit进行曲线拟合并使用拟合模型进行预测。但是，以下代码没有实现我想要的。能否请你帮忙？感谢。

import numpy as np
from lmfit import Model

def linearModel(x, a0, a1):
    return a0+a1*x

#main code begin here
X=[1,2,4]  # data for fitting
y=[2,4,6]  # data for fitting
gmodel = Model(linearModel)  #select model      
params = gmodel.make_params(a0=1, a1=1) # initial params
result = gmodel.fit(y, params, x=X) # curve fitting
x1=[1, 2, 3] # input for prediction
a=result.eval(x)   # prediction

Answer 1

包含您实际运行的代码，获得的结果以及您期望的结果始终是一个好主意。

这里，主要问题是您有语法错误。其次，你应该使用numpy数组，而不是列表。第三，正如文档所示（请参阅https://lmfit.github.io/lmfit-py/model.html#lmfit.model.ModelResult.eval）result.eval()将params作为第一个参数，而不是自变量。简而言之，您希望用

替换最后两行

x1 = np.array([1, 2, 3]) # input for prediction
a = result.eval(x=x1)   # prediction

应该按预期工作。

并且：当然，您不需要lmfit进行线性回归。）。

lmfit模型拟合然后预测

1 个答案: