Python: 如何使用用户自定义函数进行曲线拟合?

通过优化进行曲线拟合

大家好,

为了说明我的问题,我画了一张图。如图所示,红色曲线’A(m)’是目标函数,其表达式是已知的。

绿色曲线是目标函数’f’,它有四个参数a, b, c, d。这个函数非常复杂(表达式超过4000个字符),由程序生成。

我的问题是如何在有额外条件下找到最佳拟合参数a, b, c, d:
f >= A

主要的困难在于速度问题,如前所述,这个函数过于复杂

我尝试使用嵌套循环来找到最佳参数,但每次循环需要几分钟运行,最终失败了。

我是Python的新手,任何建议和想法都将非常受欢迎。

提前感谢大家!


回答:

在scipy中,你有optimize模块,它允许你对参数列表进行非线性优化,你也可以定义优化器需要遵守的约束条件。因此,你可以定义一个损失函数作为用户函数和已知函数之间的差异,并最小化这种差异来优化给定的参数。参见:https://docs.scipy.org/doc/scipy/reference/optimize.html

Related Posts

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注