Python lmfit模型拟合与预测
我采用了Python lmfit模型拟合与预测,python,optimization,curve-fitting,lmfit,Python,Optimization,Curve Fitting,Lmfit,我采用了lmfit进行曲线拟合,并使用拟合模型进行预测。但是,下面的代码没有实现我想要的。你能帮忙吗?谢谢 import numpy as np from lmfit import Model def linearModel(x, a0, a1): return a0+a1*x #main code begin here X=[1,2,4] # data for fitting y=[2,4,6] # data for fitting gmodel = Model(linearM
lmfit
进行曲线拟合,并使用拟合模型进行预测。但是,下面的代码没有实现我想要的。你能帮忙吗?谢谢
import numpy as np
from lmfit import Model
def linearModel(x, a0, a1):
return a0+a1*x
#main code begin here
X=[1,2,4] # data for fitting
y=[2,4,6] # data for fitting
gmodel = Model(linearModel) #select model
params = gmodel.make_params(a0=1, a1=1) # initial params
result = gmodel.fit(y, params, x=X) # curve fitting
x1=[1, 2, 3] # input for prediction
a=result.eval(x) # prediction
最好包含实际运行的代码、得到的结果和预期的结果 这里的主要问题是您有一个语法错误。其次,应该使用numpy数组,而不是列表。第三,正如文档所示(参见)
result.eval()
将params
作为第一个参数,而不是自变量。简而言之,您希望将最后两行替换为
x1 = np.array([1, 2, 3]) # input for prediction
a = result.eval(x=x1) # prediction
这应该如预期的那样起作用
而且:当然,你不需要
lmfit
来做线性回归 那么,你想要实现什么?请提供一份包括输入、预期输出和实际输出的报告。