使用 scipy 最小二乘法获取正确参数的问题

如何解决使用 scipy 最小二乘法获取正确参数的问题

不确定这是否更像是一个数学问题而不是一个编程问题，所以如果它不在正确的论坛中，我们深表歉意。我必须为我的数据拟合一些模型，而且我在数据建模方面没有太多经验。您可以在下方看到原始衰减、实际拟合的平滑版本和实际拟合。提取的一个关键参数是衰减开始的 y 轴值 - 在这种情况下，您会看到它应该约为 0.3。

考虑到嘈杂的数据，拟合似乎很好（尽管卡方只有大约 0.1..），但是根据我应用的过滤器的窗口大小，我得到了 600 - 10 000 范围内的任何野生数字数千范围内的错误..（使用协方差矩阵计算）。其他参数估计更合理一些。我在这里使用 scipy 最小二乘法。下面是一些代码，以防万一：

 model_func = lambda t,r0,rinf,theta: (r0-rinf)*np.exp(-np.divide(t,theta)) + rinf

# weighted by the weights calculated above from SG filter
error_func = lambda p,r,t,w: (r - model_func(t,p[0],p[1],p[2]))*w

p0,p1,p2 = r0_0,rinf_0,theta_0   # parameters to optimize - initial values 

# minimise sum of squares 
full_output = scipy.optimize.leastsq(error_func,x0 = [p0,p2],args = (r,w),full_output = True)

params_fit,cov_x,infodict,mesg,ier = full_output

PS：有谁知道一些不错的温和数据建模课程？我从 Coursera 开始了一个，但它让我无法理解，所以我放弃了.. 只需要牢牢掌握这些概念。