scipy.optimize curve_fit()即使使用正确的参数也不会收敛

rbpvctlc 于 2022-11-09 发布在其他

关注(0)|答案(1)|浏览(323)

我找不到高斯曲线拟合的参数。
网站https://mycurvefit.com/很快就给出了一个很好的答案，但是，我用python的curve_fit（）（来自scipy.optimize库）实现的结果并不好（即使在输入答案时）。
例如，我试图拟合的方程如下：

def gauss_func(x, a, b, c):
    return a * np.exp(-(x-b)**2/(2*c**2))

带输入点：

x_main = np.array([19.748, 39.611, 59.465])
y_main = np.array([0.438160379, 0.008706677, 0.000160106])

在这里我想找到参数a，B和c。从mycurvefit网站上，我得到了答案：
a = 4821416个单位
B = -154.0293的平均值
c = 30.51661单位
它很好地拟合了给定的点。但是当我尝试运行curve_fit（）时：

poptMain, pcovMain = curve_fit(gauss_func, x_main, y_main, p0=(1, -1, 1),sigma=np.array([1,1,1]))

我得到**“运行时错误：未找到最佳参数：对函数的调用次数已达到maxfev = 800。"**错误。
我尝试过：

将maxfev更改为其他值，如5000、10000、100000（无影响）。
将初始猜测p0替换为更接近mycurvefit答案的值（无效果）和诸如[1，1，1]、[1，0，1]等的公共值（无效果）。

即使在输入答案时，它仍然找不到参数！我以前在其他类似的案例中使用过同样的代码，效果很好。但这次它根本不收敛。我该怎么做才能解决这个问题？

scipy

来源：https://stackoverflow.com/questions/74304917/scipy-optimize-curve-fit-wont-converge-even-with-proper-parameters

1条答案

按热度按时间

vulvrdjw1#

您的问题是尝试用三个未知数（a，b，c）和三个点来拟合一个方程，这有时会有收敛问题。您需要在用于拟合的数组中给予更多的值，用于拟合的点的数量应该至少比未知数的数量多一个，在您的情况下，最小值将是4个值，但最好给出更多的值。
如果不是这样，你可能会遇到问题。例如，使用你给a b和c的值，a已经创建了一些数据，通过绘制这些值，你可以看到数组的点确实在曲线的边缘，这表明你给的a*b和c**的值肯定是不正确的。

import numpy as np

def gauss_func(x, a, b, c):
    return a * np.exp(-(x-b)**2/(2*c**2))

# create data using the values of a b and c you have give

x = np.linspace(-360, 60, 100)

# create y values and add random noise

y = gauss_func(x, 4821416, -154.0293, 30.51661) + np.random.normal(0, 100000, x.shape)

# fit the created data

poptMain, pcovMain = curve_fit(gauss_func, x, y, p0=(2000, -1, 1))

# plot data

plt.figure()
plt.plot(x, y, label='created data')
plt.plot(x, gauss_func(x, *poptMain), label='fit created data')
plt.scatter(x_main, y_main, label='points given', color='r', zorder=3)
plt.legend()
plt.show()

注意所创建的数据是使用您认为是真值的值创建的：

a = 4821416; B = -154.0293和c = 30.51661 x1c 0d1x

赞(0）回复(0）举报 2022-11-09

我来回答

scipy.optimize curve_fit()即使使用正确的参数也不会收敛

1条答案

相关问题

热门标签

最新问答