我使用Python状态模型构建了一个多元回归模型。
X = df[['var1','var2','var3','var4']]
X = sm.add_constant(X) ## let's add an intercept (beta_0) to our model
y = df['target_trait']
model = sm.OLS(y, X).fit() #argument order: sm.OLS(output, input), see (https://towardsdatascienc
我正在尝试将一些数据拟合到python中的方程式中,但我遇到了一些困难。我有一个方程式:
y(t)=yo+a(t-ti)^b+kt
其中a、ti、b和k是拟合参数,t和disp是分别表示时间和位移的数组变量。这个等式可以通过一些迭代在gnuplot中很好地拟合,但是在python中拟合它会抛出一个错误:-
ValueError: array must not contain infs or NaNs
完整的堆栈跟踪是:
creep_test.py:246: RuntimeWarning: invalid value encountered in power
fitfunc = lambda