Python 如何使用多条曲线和因变量进行曲线拟合

我正在研究一个用于预测新冠病毒的扩展SIR模型。现在我尝试通过lmfit使用曲线拟合

代码如下：

mod=lmfit.Model（装配工）
对于参数项（）中的kwarg（初始、最小、最大）：
mod.set_param_hint（str（kwarg），value=init，min=mini，max=maxi，vary=True）
params=mod.make_params（）
fit_method=“leastsq”

是的，如果您必须对两个不同数据集（您的“死亡”和“感染”）进行建模，并且这些数据集共享一些参数（“r0”），则可以创建一个模型，使用

np.concatenate（）

为模型附加两个数组，然后拟合连接的数据集

---

该串联模型将有一组参数。如果某些参数真的只改变连接数据集的前半部分或后半部分，这是可以的。

是的，如果您必须对两个不同数据集（您的“死亡”和“感染”）建模的方程式（或函数），并且这些方程式（或函数）共享一些参数（“r0”），则可以使用

np.concatate（）

为模型附加两个数组，然后拟合连接的数据集

---

该串联模型将有一组参数。如果某些参数真的只改变连接数据集的前半部分或后半部分，这没关系。

@FarhangDehzad:如果答案解决了您的问题，请接受它；您可以通过单击答案旁边的小复选框来执行此操作，该复选框将变为绿色。@FarhangDehzad:如果答案解决了您的问题，请也接受它；您可以通过单击答案旁边的小复选框来执行此操作，该复选框随后变为绿色。