model-fitting

    0熱度

    1回答

    在Langevin-Derivative函數的擬閤中包括多分散合奏的概率密度

    我知道以下將需要耐心，我很欣賞您將付出的努力。 我有一個測量數據，它代表磁矩的導數：dM/dH。 M（1H）曲線的一個很好的數學模型是朗之萬函數：其中： M（H）= 1/coth（XI） - 1/XI，XI = CTE *Vi³ 1 /（sinh²（XI）） 對於 - DM/DH = 1 /xi²：使磁矩的衍生物可以從朗之萬函數的導數的導數來獲得f itting我用這個函數作爲擬合函數： def
    python model curve-fitting model-fitting 2017-06-19

    1熱度

    1回答

    如何適合隨機點雲上的點網格

    我有一個帶有點的二進制圖像，我使用OpenCV的goodFeaturesToTrack獲取，如Image1所示。 Image1 : Cloud of points 我想適應的4個* 25點就可以了，比如網格上鏡像2所示（並非所有的點都可見的圖像，但它是一個普通的4個* 25點長方形）。 Image2 : Model grid of points 4×25點我的模型網格由參數化： 1 - 左上角的位
    python opencv image-processing optimization model-fitting 2017-05-05

    0熱度

    1回答

    找到觀測數據R的最佳模型的指數

    我想知道如何適應這個模型/方程式 y~x^(-p) 我的數據發現指數p 我的數據的最大價值分別是： y=c(1.1178329,1.0871448,1.0897010,1.0759255,1.0535190,0.8725332) x=c(6,5,4,3,2,1) 我嘗試以下方法 mod <- nlsLM(sigmasG ~ x^(-p), start = c(p = 0.01) ,
    r model-fitting 2017-08-21

    0熱度

    1回答

    Nakagami分佈的對數似然在R中是無限的

    我正在擬合[60,80] $到Nakagami分佈中我的數據集$ x \的歸一化直方圖。首先，我已經通過以下MLE代碼，估計使用VGAM包的dnaka的比例和形狀參數： ll <- function(par) { if(par[1]>0 & par[2]>0) {return(-sum(log(dnaka(x, scale = par[1], shape = par[2]))))} #
    r model-fitting log-likelihood 2017-10-12

    3熱度

    1回答

    使用nls函數進行錯誤擬合

    當我嘗試擬合指數衰減並且我的x軸有十進制數時，擬合從不正確。這裏是我的數據如下： exp.decay = data.frame(time,counts) time counts 1 0.4 4458 2 0.6 2446 3 0.8 1327 4 1.0 814 5 1.2 549 6 1.4 401 7 1.6 266 8 1.8 182 9 2.0 140 10
    r curve-fitting exponential nls model-fitting 2017-07-19

    0熱度

    1回答

    ValueError：float（）的無效文字Keras

    我正在構建使用keras的簡單神經網絡。 訓練數據的每個元素都有100個維度，我正在從文本文件中讀取元素的標籤。 f = open('maleE', "rt") labelsTrain = [line.rstrip() for line in f.readlines()] f.close() 標籤是具有這種結構的字符串：number_text 爲了適應訓練數據模型： model.fit(t
    python tensorflow neural-network keras model-fitting 2017-09-10

    1熱度

    1回答

    pymc3條件確定性似然函數

    我是PyMC3的新手，試圖找到一組適合實驗數據的參數。我的問題是，我的可能性功能是以參與者以前的答覆爲條件的。 的數據具有以下矩陣形式： participant | trial0 | trial1 | ... | trialn p0 | x | x | ... | x .... p1 | x | x | ... | x 其中X編纂了參與者在該試驗的反應，與0, 1, or 2值。現在，我
    python pymc data-fitting pymc3 model-fitting 2017-06-03

    1熱度

    1回答

    keras中fit_generator（）的優勢

    我想知道keras中的fit_generator()在使用通常的fit()方法與發生器產量相同的batch_size方面在內存使用方面是否有優勢。我見過類似這樣的一些例子： def generator(): (X_train, y_train), (X_test, y_test) = mnist.load_data() # some data prep ... while 1:
    machine-learning neural-network generator keras model-fitting 2017-07-24

    1熱度

    2回答

    使用Keras Python測試神經網絡

    我已經訓練並測試了一個前饋神經網絡，它使用Python中的Keras和數據集。但每次，爲了識別帶有外部數據的新測試集（外部因爲數據未包含在數據集內），我必須重新訓練前饋神經網絡來計算測試集。比如每次我必須做的： model.fit (data, output_data) prediction=model.predict_classes(new_test) print "Prediction :
    python neural-network pattern-recognition model-fitting 2017-06-19

    0熱度

    1回答

    python curve_fit邊界和初始條件的選擇會影響結果

    我有一個數據集，由兩個自由參數描述，我想用optimalization.curve_fit來確定。該模型定義如下 def func(x, a, b,): return a*x*np.sqrt(1-b*x) 而且配件部分如 popt, pcov = opt.curve_fit(f = func, xdata = x_data, ydata= y_data, p0 = init_gue
    python curve-fitting boundary model-fitting 2017-06-20
最新問題