Python 在scipy.optimize.curve\U拟合中是否有一种优化p0的好方法？

我试着用曲线拟合来拟合一些温度，它看起来像一个正弦函数加上一个线性函数。我最初的预测有点偏差，我相信这是因为我需要调整p0，但是我想知道是否有一个好的方法来获得p0的初始猜测，或者这只是一个无休止的猜测和检查游戏。或者，如果有更好的方法获得回归线，请让我知道！

---

谢谢

这不是算法。这完全取决于模型和数据。例如，如果有正弦波，对周期的粗略猜测（例如从最大值之间的距离）会有很长的路要走等

y（x）=a+px+bsin（wx）+ccos（wx）

具有5个可调参数：w、a、p、b、c

这是一个非线性回归问题。通常的解决方法包括从参数的猜测值开始的迭代演算

本文解释了一种非常规方法（不需要迭代，不需要初始值）：

理论，第47-48页。实际应用和数值示例pp.49-53