python中的曲线拟合，在特定点设置曲线（非参数）的值
python中的曲线拟合，在特定点设置曲线（非参数）的值
提问于 2018-09-18 05:40:37
我有一堆形式的数据点(x_i,y_i)，我想在Python中适应高斯曲线。数据的x值包含在部分或全部间隔中[0,100]。（x轴具有百分比单位。）我知道Python具有诸如lmfit执行最小二乘残差最小化以确定参数值的包。我想使用lmfit或其他Python包来计算最合适的参数值，这些参数值受限于曲线的值（非参数）x=0和x=100等于某些给定数字的约束。
这可以用Python完成吗？如果是这样，怎么样？
回答 1
Stack Overflow用户
发布于 2018-09-18 15:40:03
我知道这样做的唯一方法是使用加权回归。通常，回归权重与数据值的不确定性成反比，如果数据不确定性未知（通常为真），那么权重都隐含地等于1.这里，您实际上在这两个值中100％确定，也就是说，不确定性为零 - 这意味着你可以使用加权回归，其中所有权重都是1，除了这两个点，权重是非常大的值。如果所有其他权重都是1，那么100,000或1,000,000就足够了。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/-100002674
复制相关文章
相似问题