如何解决Scipy 优化curve_fit、sigma 和约束曲线问题
我正在尝试使用 curve_fit 用函数插入一些数据点。我知道我的序列的第一个和最后一个点根据定义是正确的,因此希望插值曲线传递它们。
我有多个分布要插入保存为列表列表(因此是 for 循环)。
我在网上读到,明确降低第一点和最后一点的不确定性 (sigma) 是一个很好的解决方法,可以迫使分布更接近这两点。
for i in range(len(data)):
sigma = np.ones(len(x_range))
sigma[[0,-1]] = 0.01
popt,cov = curve_fit(exponential,x_range,time_points[i],sigma=sigma)
`sigma` has incorrect shape.
有谁知道正确的形状是什么?文档说它应该是一维向量,确实如此。
我错过了什么吗? 是否有更优雅的解决方案来强制插值曲线通过特定点?
谢谢
------------------------------ 编辑
上面的代码有效并且这个想法是合理的。我在另一段代码中有错误。
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。