Python scipy.stats.rv_continuous.fit-优化器参数

使用

scipy.stats.rv_continuous.fit

e.i.相对公差时，是否可以操纵

优化器的参数

在R中，我们可以使用
控件
。Python呢

fitdist(data, "weibull", method="mle", control=list(reltol=1e-14))$estimate

fit
方法的
optimizer
参数允许您覆盖默认的优化功能（即）并提供您自己的优化功能。作为
optimizer
参数提供的可调用函数必须具有签名
optimize（func，x0，args=（），disp=False）

要更改默认控制参数，可以使用自定义的
优化器
，该优化器使用附加的
xtol
和/或
ftol
参数调用
fmin
。（注意：您可以使用不同的优化器，而不是
fmin
）我经常使用的优化器是

from scipy.optimize import fmin


def optimizer(func, x0, args=(), disp=False):
    return fmin(func, x0, args=args, disp=disp, xtol=1e-13, ftol=1e-12)

比如说,

from scipy.stats import weibull_min
from scipy.optimize import fmin


def optimizer(func, x0, args=(), disp=False):
    return fmin(func, x0, args=args, disp=disp, xtol=1e-13, ftol=1e-12)


data = [2457.145, 878.081, 855.118, 1157.135, 1099.82]

shape, loc, scale = weibull_min.fit(data, floc=0, optimizer=optimizer)
print(f"shape = {shape:9.7f},  scale={scale:9.7f}")

输出：

shape = 2.3078998,  scale=1463.7713354