Python中的bettrer曲线拟合

如何解决Python中的bettrer曲线拟合

我想通过plogx + qx + r等式拟合数据。我使用下面的代码，我得到了这个数字，但我想更合适。可以通过约束P，Q，R来完成。

from scipy.optimize import curve_fit
def func(x,P,Q,R):
    return (P*np.log10(x))+(Q*x)+R
ydata=np.array([0.21210878,0.22067094,0.18488919,0.18643416,0.19486116,0.19581927,0.19999324])
xdata=np.array([32,50,75,110,150,210,260])
plt.plot(xdata,ydata,'-ob',label='data')
popt,pcov = curve_fit(func,xdata,ydata)
print(popt)
plt.plot(xdata,func(xdata,*popt),'r-',label='fit: P=%6.4f,Q=%6.4f,R=%6.4f' % tuple(popt))

寻求帮助。

解决方法

数据本身似乎有问题（不像我期望的那样平滑）。如果您有局外人，我建议考虑考虑RANSAC拟合，它比简单的最小化器更强大。参见：https://en.wikipedia.org/wiki/Random_sample_consensus