16

私は自分の問題に関係する数学の点で少し深みがないので、間違った命名法をお詫びします。

scipy関数leastsqの使用を検討していましたが、それが正しい関数かどうかはわかりません。私は次の方程式を持っています：

eq = lambda PLP,p0,l0,kd : 0.5*(-1-((p0+l0)/kd) + np.sqrt(4*(l0/kd)+(((l0-p0)/kd)-1)**2))

kd（PLP、p0、l0）を除くすべての項のデータ（8セット）があります。上記の方程式の非線形回帰によってkdの値を見つける必要があります。私が読んだ例から、leastsqは、必要な出力を取得するために、データの入力を許可していないようです。

ご協力ありがとうございました

4

2 に答える 2

4

別のオプションは、lmfitを使用することです。

彼らはあなたが始めるための素晴らしい例を提供します:.

#!/usr/bin/env python
#<examples/doc_basic.py>
from lmfit import minimize, Minimizer, Parameters, Parameter, report_fit
import numpy as np

# create data to be fitted
x = np.linspace(0, 15, 301)
data = (5. * np.sin(2 * x - 0.1) * np.exp(-x*x*0.025) +
        np.random.normal(size=len(x), scale=0.2) )

# define objective function: returns the array to be minimized
def fcn2min(params, x, data):
    """ model decaying sine wave, subtract data"""
    amp = params['amp']
    shift = params['shift']
    omega = params['omega']
    decay = params['decay']
    model = amp * np.sin(x * omega + shift) * np.exp(-x*x*decay)
    return model - data

# create a set of Parameters
params = Parameters()
params.add('amp',   value= 10,  min=0)
params.add('decay', value= 0.1)
params.add('shift', value= 0.0, min=-np.pi/2., max=np.pi/2)
params.add('omega', value= 3.0)


# do fit, here with leastsq model
minner = Minimizer(fcn2min, params, fcn_args=(x, data))
kws  = {'options': {'maxiter':10}}
result = minner.minimize()


# calculate final result
final = data + result.residual

# write error report
report_fit(result)

# try to plot results
try:
    import pylab
    pylab.plot(x, data, 'k+')
    pylab.plot(x, final, 'r')
    pylab.show()
except:
    pass

#<end of examples/doc_basic.py>
于 2013-10-01T01:03:25.133 に答える