Python / Scipy – 将optimize.curve_fit的sigma实现到optimize.leasts

我使用逻辑模型拟合数据点.由于我有时会有ydata错误的数据,我首先使用curve_fit及其sigma参数来包含我在拟合中的各个标准偏差.

现在我切换到了最小化,因为我还需要一些曲率拟合无法提供的拟合优度估计.一切都运作良好,但现在我错过了权衡最小平方的可能性,因为“sigma”与curve_fit有关.

有人一些代码示例关于我如何在最小方格中加权最小二乘?

谢谢,Woodpicker

解决方法

我刚刚发现可以结合两个世界的最佳组合,并使用选项full_output从curve_fit()获得完整的leastsq()输出:

popt,pcov,infodict,errmsg,ier = curve_fit(func,xdata,ydata,sigma = SD,full_output = True)

这给了我infodict,我可以用来计算我所有的Fitness of Fit,并让我同时使用curve_fit的sigma选项……

dawei

【声明】:淮南站长网内容转载自互联网,其相关言论仅代表作者个人观点绝非权威,不代表本站立场。如您发现内容存在版权问题,请提交相关链接至邮箱:bqsm@foxmail.com,我们将及时予以处理。