我在这个网站上搜索并参考了解决SIR模型的代码,但是拟合效果很差。我的数据有问题吗?还是什么?我该如何预测这个SIR模型的新数据?import numpy as np from scipy import integrate, optimizeIO + SO + R0 is always 1 regardless of "value"
I0 = 0
我想优化SIR模型的拟合。如果我用60个数据点来拟合SIR模型,我就会得到一个“好”的结果。“好”的意思是,拟合的模型曲线接近数据点,直到t=40。我的问题是,我如何才能得到一个更好的拟合,也许是基于所有的数据点?= [float(t) for t in xdata]
from scipy import in
在这种情况下,有3个ODE描述了SIR模型。问题来了,我想要计算哪些beta值和gamma值最适合于来自x_axis和y_axis值的数据点。我目前使用的方法是从odeint库和来自同一个库的curve_fit方法集成使用scipy的ODE。在这种情况下,您如何计算β和gamma的值来拟合数据点?当前的错误是:ValueError: operands could not be br
我已经为基本的SIR模型做了一个图。我对我的图很满意,但是,我希望能够有一个交互式滑块,调整我的参数beta和gamma。我希望它们都在0到1的范围内,并且用户能够将它们递增0.01。提前感谢您的宝贵时间。下面是我的代码: # # Solving SIR Model in Python (INTERACTIVE)
# Importing packages:
# DisplayFor
我正在处理复杂网络的图形和大数据集。我使用ndlib库在它们上运行SIR算法。但每次迭代需要大约1秒的时间,而make代码需要10-12小时才能完成。我想知道有什么方法可以让它并行化吗?代码如下所示sir = model.infected_SIR_MODEL(it, infectionList, False)for i in numpy.arange(