Scipy curve_fit在測量數據擬合上失敗

Question

我已經編寫了一個正在執行測量數據參數識別的程序。公式爲：

f = k0 * x + c1 *（x-x1）^ e1 + c2 *（x-x2）^ e2。

（它呈現這樣，因爲我還沒有允許把這裏拍照）

我必須找到該公式的正確的參數和參數是K0，X，1，E1，C2，X2 ，e2。線性部分很容易找到。所以我得到K0和x1.My的第一個問題是：此代碼正確的公式

x = [0.4,0.5,0.513,1.02,1.5,2,2.25,2.75,3,3.3,3.51,3.75,4,4.3,4.5,4.7] 
y = [65,115,135,150,170,300,400,600,700,800,1064,1401,1935,2616,3697,4693] 

x_np = np.array(x) 
y_np = np.array(y) 

p0 =(0.1,10) 

def advance(x,c2,e2): 
    k0 = 166.801522505 
    c1 =0.195545880867 
    x1 = 0.3 
    x2 = 4.7 
    print c1 
    return k0*x+c1*np.power((x-x1),e1)+c2*np.power((x-x2),e2) 


standard_fitting = scipy.optimize.curve_fit(advance, x_np, y_np, p0) 

第二個問題是，我的代碼是沒有做curve_fitting這個曲線。如果我在裝配期間打印變量，則Python插入器只打印nan。

Answer 1

x = [0.4,0.5,0.513,1.02,1.5,2,2.25,2.75,3,3.3,3.51,3.75,4,4.3,4.5,4.7] 
y = [65,115,135,150,170,300,400,600,700,800,1064,1401,1935,2616,3697,4693] 

x_np = np.array(x) 
y_np = np.array(y) 

p0 =(0.1,10) 

def advance(x,c1,e1): 
    k0 = 166.801522505 
    x1 = 0.3 
    print c1 
    return k0*x+c1*np.power((x-x1),e1)#+c2*np.power((x-x2),e2) 


standard_fitting = scipy.optimize.curve_fit(advance, x_np, y_np, p0) 

這會聚並運行。您的示例代碼仍然無法運行。另外，我不建議使用該數據擬合兩個以上的參數，這兩個參數擬合看起來相當不錯，所以您可能沒有足夠的信息來有意義地適合任何更多的參數。

編輯：哦，我看到那裏曾經是一個線性部分。也許那麼這將是值得更多的參數，但我懷疑雙冪律模型會有所幫助。

如果你想使用更多的參數，你需要很好的猜測。因此，例如，如果您想將k0作爲參數，請使用y的均值或中值或最小值作爲猜測值。先確定兩個參數，然後使用它的輸出作爲下一個擬合輸入的猜測。