如何解决Python 中的变异函数模型估计问题
我有以下数据框：
data = {'gamma': [0.048300,0.464204,0.307939,0.900021,1.312493,1.086655,1.646488,1.361243,1.779034,2.467223,0.879501,0.903979,1.442505,1.748584,1.336882,1.986153,1.159665,1.357545,2.202012,3.068623],'bin_center': [2.5,7.5,12.5,17.5,22.5,27.5,32.5,37.5,42.5,47.5,52.5,57.5,62.5,67.5,72.5,77.5,82.5,87.5,92.5,97.5]
}
df = pd.DataFrame (data,columns = ['gamma','bin_center'])
我想模拟这个实验变异函数（即 df['gamma'] 使用 20 个等宽为 5 的 bin）。为此，我尝试了以下代码：
from skgstat import models
from scipy.optimize import curve_fit
sph=curve_fit(models.spherical,df['bin_center'],df['gamma'] )
但不幸的是，我收到了以下消息：
/usr/local/lib/python3.7/dist-packages/scipy/optimize/minpack.py:808: OptimizeWarning:
Covariance of the parameters Could not be estimated
有人知道为什么吗？
另外...我想打印出参数并绘制图形...任何帮助将不胜感激！
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
