piecewise

3熱度

2回答

我目前正與擬合曲線下降到實際生產數據的功能。我有好運氣與創建一個雙曲線，並使用curve_fit從scipy.optimize。目前的功能我用： def hyp_func(x,qi,b,di): return qi*(1.0-b*di*x)**(-1.0/b) 我想現在要做的，是在下降一定幅度，轉變爲一個指數函數。我將如何去做這件事，仍然可以在curve_fit中使用（我認爲下面的作

2熱度

1回答

如何在R中對lme中的分段混合模型進行編碼？

我跟着this example運行分段混合模型使用lmer，它工作得很好。然而，我很難將模型翻譯成lme，因爲我需要處理異方差，並且lmer沒有這種能力。重現此問題的代碼是here。如果您認爲有必要回答這個問題，我會在代碼中包含有關實驗設計的詳細信息。這裏是沒有斷點的模型： linear <- lmer(mass ~ lat + (1 | pop/line), data = df) 這裏是

2熱度

1回答

用於MATLAB的CPLEX API中的分段線性約束

我是CPLEX和優化的（幾乎）初學者。我嘗試在Matlab中使用CPLEX（12.7.1）的新增功能來設置優化問題，該功能可以定義分段線性（PWL）約束。但是，我不清楚如何在Matlab中做到這一點。這方面的文檔相當稀少。 IBM僅有一個示例（transport.m），它將分段線性約束定義爲線性均衡和類型2的SOS的組合。但是，這並不真正使用新增功能來直接指定分段線性函數。隨着變量數量和分段約束

0熱度

1回答

重複楓分段情節

我： h(t):=piecewise(0<=t<2,2-t,2<=t<=3,2t-4) 然後我用： plot(h(t),t=0..6,y=-1..3,scaling=constrained) 我的目的是通過使間隔較大創建期爲2。這並沒有解決我的問題。我該如何在劇情中創建兩個時期？

1熱度

1回答

Tesnorflow：無法使用帶輸入參數的tf.case

我需要創建一個變量epsilon_n，該變量基於當前的step更改定義（和值）。由於我有兩個以上的情況，似乎我不能使用tf.cond。我試圖用tf.case如下： import tensorflow as tf #### EPSILON_DELTA_PHASE1 = 33e-4 EPSILON_DELTA_PHASE2 = 2.5 #### step = tf.placeholder(

0熱度

1回答

在r中使用ggplot2繪製多個函數和數據點的問題

我試圖在使用ggplot2軟件包的同一圖上繪製5個函數和5個數據點。當我只是繪製函數時，代碼就可以工作，但只要添加數據點，處理就需要很長時間。如果我只添加一點， - 大概需要10分鐘左右的繪圖，並且一旦我添加超過3點，就會凍結。重複的例子如下所示（抱歉冗長的代碼，但對我來說，我需要整合分段函數，和我預期可能是爲什麼需要這麼久的原因之一）： rm(list=ls()) library(ggplo

0熱度

1回答

如何在Matlab中從分段定義的函數中提取函數？

我正在使用符號數學工具箱R2016b中引入的新Matlab分段函數（https://www.mathworks.com/help/symbolic/piecewise.html）來定義函數，並試圖提取該函數。特別是我的代碼看起來是這樣的： syms x; y = piecewise(x>1,3*x^2,0); 我希望能夠從y只是3*x^2提取沒有條件。任何想法如何做到這一點？

0熱度

1回答

積分分段函數的matlab

我試圖整合功能F其定義爲： function F x = -3:0.1:3; F = zeros(1, length(x)); for i = 1:length(x) if (1.4<= x(i)) && (x(i) <= 1.6) F(i) = x(i).^2; else F(i) = 2; end

0熱度

2回答

R：分段函數和繪製

我試圖讓包括3個指數函數的複合函數： rm(list=ls()) library(mosaic) library(ggplot2) # 3 functions NVent=makeFun(161*exp(-x/51028)~x) # from x [0;259200[ Vent3_4=makeFun(1262*exp(-x/48398)~x) # from x [0;345600[

5熱度

1回答

具有n個斷點的分段線性擬合

我已經使用How to apply piecewise linear fit in Python?這個問題中發現的一些代碼來執行具有單個斷點的分段線性近似。的代碼如下： from scipy import optimize import matplotlib.pyplot as plt import numpy as np %matplotlib inline x = np.array