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

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注