请你能帮我吗？我有适合非对称S形函数的非线性数据。因此，我生成了一个S型函数。而且我已经在curve_fit函数中使用它来生成beta1和beta2。但是我拥有的sigmoid函数仅接受一个输入变量。是否有一个Sigmoid函数可以接受多个输入变量？这是我的train_test_split，Sigmoid和curve_fit函数的代码：
X_train, X_test, y_train, y_test = train_test_split(df.drop('Montant TLPE', axis=1).values, df['Montant TLPE'].values, random_state=0, test_size=0.2)
def sigmoid(x, Beta_1, Beta_2):
y = 1 / (1 + np.exp(-Beta_1*(x-Beta_2)))
return y
from scipy.optimize import curve_fit
popt, pcov = curve_fit(sigmoid, np.array(X_train), np.array(y_train))
print(" beta_1 = %f, beta_2 = %f" % (popt[0], popt[1]))
非常感谢您的帮助。
