SciPy的優化Curve_fit誤差範圍

當我嘗試運行：SciPy的優化Curve_fit誤差範圍

bet = (nu[minimum],10**4,3000,0,0,5000) # Array of initial bet parameters 
bound = ((nu[0],nu[len(nu)-1]),(10**3,10**6),(-np.inf,np.inf),(-np.inf,np.inf),(-np.inf,np.inf),(-np.inf,np.inf)) 
popt,pcov = curve_fit(S_21,x,y, p0=bet, bounds = bound)

TypeError: leastsq() got an unexpected keyword argument 'bounds'

問題是什麼？我在Windows上使用Python 3.4.4。

來源

2017-05-29 Raizen

的'bounds'論點在SciPy的版本0.17加。你正在使用哪個版本？用'import scipy檢查;打印（SciPy的.__版本__）'。 –

scipy.optimize.leastsq不支持邊界，並被curve_fit使用，直到scipy版本0.17。 OTOH，scipy.optimize.least_squares（在更新版本的scipy中使用curve_fit）可以支持邊界，但不能在使用lm（Levenberg-Marquardt）方法時支持邊界，因爲這是圍繞scipy.optimize.leastsq的簡單封裝。這有點令人困惑。

允許我推薦嘗試lmfit（http://lmfit.github.io/lmfit-py/），它確實支持所有參數的界限，並且可以很容易地修改/更改參數，而無需更改模型函數。 Lmfit有一個方便的曲線擬合方法來處理它的Model類，以及大量用於探索參數置信區間的工具。

來源

2017-05-30 02:23:57

另一個解決方案，在scipy的版本低於0.17（在0.14和0.15嘗試）爲我工作是告訴leastsq做更多的func調用（但這取決於你的func的收斂速度）。

例如，你可以嘗試：

popt,pcov = curve_fit(S_21,x,y, p0=bet, maxfev=10000)

來源

2017-08-01 15:33:03 Dom

SciPy的優化Curve_fit誤差範圍

回答

相關問題