curve-fitting

0熱度

1回答

試圖執行曲線擬合上的功能，採用SciPy的curve_fit： param_bounds=((-np.inf,-np.inf,0),(np.inf,np.inf,1)) OneCyParams, extras = curve_fit(func,xdata,ydata,bounds=param_bounds) 產生的誤差： 453 if weights is None: 454

0熱度

1回答

使用fit（）與條件的一階導數

是否可以通過某些點擬合曲線並應用條件來生成擬合？我希望一階導數的擬合在x = 0時有一定的值（力）。下面是代碼的示例： options = fitoptions; options.Weights = [1000,1000,1,1,1,1,1,1,1]; myfittype = fittype('(exp(g*x))*(a*(x^5) + b*(x^4) + c*(x^3) + d*(x^2

0熱度

1回答

通過fit（）的雙重整合自定義方程Matlab

是否有可能將fit（）（函數類型爲cfit）的結果函數進行雙重積分。分化很容易，而集成使用integrate(myfit,points,start);導致積分如在點位置的一組值使用下面的函數differentiate(myfit,points); 。 matlab中是否有函數返回與differentiate（）類似的函數？謝謝！

0熱度

1回答

多變量非線性curve_fit與scipy

我一直在嘗試使用scipy.optimize curve_fit使用多個變量。它正常工作與我創建的測試代碼，但是當我嘗試實現這個在我的實際數據我不斷收到以下錯誤 TypeError: only arrays length -1 can be converted to python scalars 陣列的形狀和它們的元素在我的測試代碼中的數據類型和實際的代碼是完全一樣的，所以我很困惑，爲什麼我得到這

2熱度

2回答

curve_fit不符合4個參數

運行下面的代碼正常工作， x = np.array([50.849937, 53.849937, 56.849937, 59.849937, 62.849937, 65.849937, 68.849937, 71.849937, 74.849937, 77.849937, 80.849937, 83.849937, 86.849937, 89.849937, 92.849937]) y = np

0熱度

1回答

scipy的curve_fit沒有收到預期的結果

我試圖用scipy curve_fit對我的數據進行多元對數迴歸，結果期望得到一條線，但得到一條曲線。這裏是我使用的代碼： Quercetin=[23,195,6,262,272,158,79,65,136,198] Naringenin=[11,4,8,6,6,7,6,9,7,9] Rutin=[178,165,93,239,202,3325,4427,7607,3499,1762] T

0熱度

1回答

如何找到比我所有數據點都大的最小線性函數？

我想找到最少y = mx + b這樣y > f(x)。基本上，我已經得到了數據的藍，我想找到的功能在紅：效率，而不是完全準確，是很重要的。我試過線性迴歸，但是它給出了一個與數據相交的值。此外，我使用的是Java，但問題應該足夠普遍，因爲這沒關係。紅色函數會被調用什麼，以及什麼是計算它的有效方法？

1熱度

1回答

scipy.optimize curve_fit錯誤

我試圖將一個整體的功能使用scipy.optimize curve_fit我的數據： import numpy as np from scipy.integrate import quad, nquad, odeint from scipy.special import gammainc, gamma import math import os import sys import co

1熱度

2回答

`nls`無法估計我的模型的參數

我正在嘗試估計堆法的常量。我有以下數據集novels_colection： Number of novels DistinctWords WordOccurrences 1 1 13575 117795 2 1 34224 947652 3 1 40353 1146953 4 1 55392 1661664 5 1 60

-1熱度

2回答

用matlab繪製曲線擬合「最適合3d」或R

我在擬合空間中三維點集（或點雲）曲線時遇到了問題。當我看曲線擬合工具時，當給定點集[x，y，z]時，它們大多創建一個曲面。但這不是我想要的。我想適合點集曲線而不是曲面。所以，請幫助我什麼是在空間（3D）曲線擬合的最佳解決方案。特別是，我的數據看起來像3d中的多項式曲線。方程是 Ž〜了的x^2 + B X Y + C Y 1 2 + d 並沒有任何預先估計係數[A，B，C ，d]。謝謝。 x