限制curve_fit的值（scipy.optimize）

Question

我嘗試使用curve_fit將我的數據擬合爲邏輯增長曲線，使用以下函數作爲輸入。

def logistic(x, y0, k, d, a, b): 
    if b > 0 and a > 0: 
     y = (k * pow(1 + np.exp(d - (a * b * x)), (-1/b))) + y0 
    elif b >= -1 or b < 0 or a < 0: 
     y = (k * pow(1 - np.exp(d - (a * b * x)), (-1/b))) + y0 

    return y 

正如你可以看到我使用的函數對參數a和b可以接受的值有一些限制。任何猜測如何處理不正確的值？輸入函數應該引發異常還是返回一個虛擬值？ 在此先感謝。

Answer 1

當參數超出允許範圍時，返回非常大的數字（遠離要擬合的數據）。這將（希望）懲罰這種選擇的參數，以至於curve_fit將解決一些其他受理條件的參數設置爲最佳：

def logistic(x, y0, k, d, a, b): 
    if b > 0 and a > 0: 
     y = (k * pow(1 + np.exp(d - (a * b * x)), (-1/b))) + y0 
    elif b >= -1 or b < 0 or a < 0: 
     y = (k * pow(1 - np.exp(d - (a * b * x)), (-1/b))) + y0 
    else: 
     y = 1e10 
    return y