Python 拟合参数的带误差的多维多项式函数拟合

Python 拟合参数的带误差的多维多项式函数拟合,python,optimization,scipy,scikit-learn,Python,Optimization,Scipy,Scikit Learn,scipy函数scipy.optimize import curve_fit可以拟合一维函数,并返回popt(参数的最佳值)和pcov(popt的估计协方差) 还有适合多维函数的包,如sklearn()。但是,参数没有估计协方差 有没有办法用python获取参数和相应的错误 示例代码: x = ... y = ... def f(x, a, b, c, d, e): return a*x[0] + b*x[1] + c*x[2] + d*x[3] + e*x[4] fit = fit

scipy函数
scipy.optimize import curve_fit
可以拟合一维函数,并返回
popt
(参数的最佳值)和
pcov
(popt的估计协方差)

还有适合多维函数的包,如sklearn()。但是,参数没有估计协方差

有没有办法用python获取参数和相应的错误

示例代码:

x = ...
y = ...

def f(x, a, b, c, d, e):
    return a*x[0] + b*x[1] + c*x[2] + d*x[3] + e*x[4]

fit = fit(f, x, y)

也许吧?@DavidG我不明白他们是如何进行多维拟合的。他们说:“拟合例程接受一维和双精度的数据数组。因此,您需要将数据和模型转换为一维。一种简单的方法是使用numpy.ndarray.flatten。”对我来说,这听起来好像使用LMFit无法进行多维拟合,但可能不行。我不是使用lmfit的专家,但我只是认为我应该发布它,以防它有用,似乎不是。是的,谢谢你的帖子。“如何拟合多维数据”这一主题显然是错误的