腾讯云
开发者社区
文档
建议反馈
控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
登录/注册
精选内容/技术社群/优惠产品,
尽在小程序
立即前往
文章
问答
(9999+)
视频
沙龙
2
回答
lmfit
:
相对于
其他
参数
约束
参数
、
我在设置要在
lmfit
中拟合的
参数
的最小值和最大值时遇到问题。基本上,我有两个
参数
,a和b,它们需要遵守以下
约束
: 0 < b < 1-b < a < 1 而前两个很容易实现为: fit_params.add('b', min = 0,
浏览 17
提问于2020-01-25
得票数 0
1
回答
如何在
lmfit
中将某些
参数
的乘法限制为常量值?
、
我有一个有几个
参数
的模型,比如"A“、"B”和"C“。它们都被设置为随一些最小和最大界限而变化,其动机是它们对物理量的表示。我试过了: p.add('mult_constraint", expr = 'A*B*C==1) ,但这会抛出一个错误: NameError: at expr='‘ 这样的
约束
需要如何编写?
浏览 28
提问于2021-09-30
得票数 0
2
回答
为什么我的多
参数
卡方陷入错误循环?
、
我正在尝试使用Python语言中的
lmfit
模块执行多
参数
拟合,但受某些
参数
组必须加为1的
约束
。例如,假设我在卡方中有
参数
B1_0和B1_1,我用类似params.add('B1_0', value=0.5, min=0, max=1)和params.add('B1_1', expr='1-B1_0-B1_2')的东西设置
参数
。在我的代码中没有这么简单;有许多自动生成的
参数
可供选择,所以我使用如下方法: for
浏览 0
提问于2013-01-18
得票数 1
2
回答
利用两个高斯函数的拟合,如何抑制第二个峰的
参数
与第一个峰的关系?
、
、
、
在一个多峰拟合中,我打算根据第一个峰值的值
约束
第二个峰值
参数
的解空间。特别是,我希望第二次的振幅
参数
永远不会大于第一次的振幅。我在
lmfit
网站上读过关于“使用不平等
约束
”的文章,我觉得这种方法应该是可能的,但我对它的理解还不足以让它发挥作用。import
lmfit
pars = GaussianA.make_params() GaussianB
浏览 0
提问于2019-07-26
得票数 0
回答已采纳
1
回答
LMFIT
中的
约束
参数
、
、
我有一个目标函数,可以考虑几个
参数
(a,b,c,d,.)取决于所考虑的数据集的数量。这些
参数
的
约束
方式是:假设我有a,b,c和d;所以a+b+c+d<=delta。
浏览 1
提问于2020-06-23
得票数 0
回答已采纳
1
回答
Python :模型对象尝试使用"self“作为空闲变量
、
、
我正在使用Python模块"
lmfit
“来将函数与某些数据相匹配。变量应该有
约束
条件,我想将拟合过程应用到现有的框架中。这就是为什么fit函数必须是类方法的原因。我尝试添加一个
参数
提示:但这会导致以下错误: TypeError: fit_func() got multiple但是我想使用
lmfit
,因为它提供了一个很好的接口来实现一些变量的
约束
。On也可以在fit_with_<em
浏览 4
提问于2015-02-19
得票数 1
回答已采纳
2
回答
在Python中使用函数
参数
约束
进行拟合
、
、
我有一些数据{x_i,y_i},我想要拟合一个模型函数y=f(x,a,b,c)来找到
参数
(a,b,c)的最佳拟合值;然而,这三个
参数
并不是完全独立的,而是受1<b、0<=c<1和g(a,b,c)>0的
约束
既然使用curve_fit不能直接放置
参数
约束
,我如何在Python中实现这一点?我一直在用
lmfit
阅读,但我只看到了像1<b, 0<=c<1这样的数字
约束
,而没有看到最重要的g(a,b,c)>0
约束
。
浏览 0
提问于2020-01-11
得票数 0
1
回答
我需要一个python函数,它可以在
参数
空间内拟合曲线。
、
、
、
我一直在做一个使用SciPy的optimize.curve_fit()函数来通过改变3个
参数
来拟合一些数据的曲线的项目,它一直运行得很好。但是,我现在需要修改程序,以便其中的一个
参数
有界,它是另一个
参数
的函数(例如,当x= 10钼=1 +/- 0.2时,当x= 11钼数= 1.1 +/- 0.2时)。我还可以使用
其他
Python函数来完成这个任务吗?
浏览 1
提问于2018-03-19
得票数 0
回答已采纳
1
回答
lmfit
:定义一个服从高斯分布的
参数
我注意到可以使用min、max和/or
约束
LMFIT
中的
参数
,并使用表达式。我想知道是否有一种方法可以使用表达式来
约束
参数
,使其遵循由均值和标准差定义的正态分布。例如,我的一个
参数
介于-3000和5000之间,如果我将它们指定为最小值和最大值,优化器会将它们视为相同的可能性(一致),但我希望它考虑的值与平均值相去甚远(即正常)。谢谢。
浏览 1
提问于2018-03-01
得票数 1
2
回答
是否向scipy.optimize.curve_fit添加
约束
?
、
、
、
有没有办法扩展这个涉及
参数
函数的边界特性?换句话说,假设我有一个带有两个或更多未知常量的任意函数。然后假设我知道所有这些常量的总和小于10,有没有办法实现最后一个
约束
呢?是否有一种方法可以将涉及
参数
的
约束
函数合并到曲线拟合中? 谢谢!
浏览 0
提问于2016-07-13
得票数 9
1
回答
对
lmfit
中
参数
的
约束
、
我想对表单的峰值中心设置一个
约束
:pars.update(peak1.make_params()) pars['sv1_我知道我可以使用pars['sv2_center'].set(expr='sv1_center')强制一些
参数
相等,但我需要的是pars['sv2_center'].set(expr='sv1_center
浏览 0
提问于2020-04-13
得票数 0
1
回答
一个Python模块,它可以对不对称的X和Y误差进行拟合,并引入拟合
参数
的界?
、
、
、
我用一些坏的幂律拟合数据集,数据在X和Y中有不对称的误差,我希望能够引入对拟合
参数
的
约束
(即不低于0,或者在某个范围内)。使用Scipy.ODR,我可以很好地拟合数据,包括两个轴上的不对称误差,但是我似乎在文档中找不到任何方法来介绍我的拟合
参数
的界限,在线讨论似乎表明这个模块是完全不可能的:。利用
Lmfit
,我也可以很好地拟合数据,并且可以给拟合的
参数
引入界。然而,在线讨论再次指出,
Lmfit
无法处理不对称的错误和两个轴上的错误。
浏览 10
提问于2022-10-10
得票数 0
1
回答
lmfit
:如何通过在
LMFIT
中的
其他
参数
之间绑定来添加对
参数
的
约束
?
、
、
、
、
scipy.optimize import minimizefrom scipy.optimize import curve_fitplt.plot(wdata, result.init_fit, 'k--')plt.show() 如您所见,
参数
"ci“必须在
其他
参数
之间进行限制。我将<e
浏览 1
提问于2019-08-12
得票数 0
回答已采纳
1
回答
Python -在使用有界
参数
时获得最小化的错误结果
、
、
、
现在,我很难在
LMFIT
中使用minimize .请参阅以下情况:import numpy as npfrom
lmfit
0.33954301 +/- 0.00110337 (0.32%) (init = 0.2)与实际
参数
案例2:带有
约束
的
参数
只需改为:
浏览 0
提问于2018-05-18
得票数 0
回答已采纳
1
回答
带
约束
方程的ipython非线性最小二乘
、
使用curve_fit或
lmfit
更合适吗?开始的 return a+b*x+c/x+log10(x)*d使用
lmfit
**:** 或类似于的代码from
lmfit
import minimize, Parameters, Parameter, report_fit def fctmin
浏览 2
提问于2014-06-13
得票数 0
回答已采纳
1
回答
如果其中一个
参数
在Python中有对数正态分布,我如何才能找到曲线的最佳拟合?
、
、
、
、
在我一直从事的一个项目中,我一直在使用SciPy的optimize.curve_fit()函数来通过改变3个
参数
来拟合曲线到一个图。其中一个
参数
(c)需要被限制在基于另一个
参数
(Mhalo)的范围内,就像您在图中看到的那样。作为项目的下一步,我想改变这个关系,这样,与其在基于Mhalo的范围内改变c(如图中所示),c
参数
在Mhalo关系周围有一个对数正态分布。
浏览 1
提问于2018-03-20
得票数 0
回答已采纳
2
回答
LMFIT
:在使用多项式模型时限制输出
、
、
、
、
我正在使用
LMFIT
将分段多项式拟合到正弦波的第一个象限。我希望能够在多项式输出上添加
约束
-而不是在其
参数
上。我知道使用np.polyfit可能会更好,但最终我希望添加更多的非线性
约束
,并且
LMFIT
框架更加灵活。import numpy as np #split sine wave in 4 segments with 1024 points
浏览 26
提问于2021-03-02
得票数 0
1
回答
使用scipy.optimize curve_fit在Python中进行曲线拟合
、
、
NB2:我还知道A、B、C的值应该在某个范围内,所以我希望在执行优化时
约束
解决方案。
浏览 1
提问于2018-05-25
得票数 2
1
回答
包含python
lmfit
中自变量的Set
参数
表达式
、
、
、
、
我有
参数
字典,这些
参数
的数目未知(来自
其他
函数),我在字典中循环,将其组件添加到
lmfit
模型中,如下所示:fit_params = Parametersparams_name in dict.keys(): fit_params.add(param_name)
浏览 0
提问于2017-01-18
得票数 0
回答已采纳
点击加载更多
扫码
添加站长 进交流群
领取专属
10元无门槛券
手把手带您无忧上云
相关
资讯
CAD定义块与动态块
第六部分 批处理
Kotlin泛型上界与扩展函数
Go 1.17 发布,说好的支持泛型又落空
机器之心线上分享第三期:深度神经网络-随机三元化梯度下降和结构化稀疏
热门
标签
更多标签
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM
活动推荐
运营活动
广告
关闭
领券