python - Scipy 拟合向量中的参数

Question

据我所知，Scipy curve_fit 函数显式接受拟合参数。例如，在拟合多项式时:

def func(x, c0, c1, c2):
    return c0 + c1 * x + c2 * x**2

有没有一种方法(也许是另一个等效函数)通过​​向量定义参数？例如:

def func(x, C):
    y = 0.0
    for i, ci in enumerate(C):
        y += ci * x**i
    return y

我试图用 24 个参数拟合一个复杂的函数，显式定义参数相当痛苦。

Answer 1

是的，这是可能的，但您必须事先知道参数的数量(您似乎知道)。

例子:

from scipy.optimize import curve_fit

def func(x, *C):
    y = sum(c * x ** n for n, c in enumerate(C))
    return y

但是，您需要在调用curve_fit 时指定p0 参数；在本例中，由于您知道有 24 个参数，如果您对它们的值有初步猜测，则可以传递一个包含 24 个值的数组。如果没有，您可以使用 np.ones(24)。