使用强力和科学优化
brute-curvefit的Python项目详细描述
这是一个简单的脚本，它尝试使用scipy.optimize.curve\u fit曲线拟合以及对参数空间的参数搜索。 它首先生成ntol随机模型，然后选择ntol*returnnfactor最佳模型scipy.optimize.curve U拟合所有的人。然后它会返回所有模型中的最佳模型。 这个脚本改进了scipy.optimize.curve U拟合有两种方法-不需要给出初始值，从而得到全局最小值而不是局部最小值。第二，它自动规范化和标准化数据。在
未来：
- 并行化
- 用遗传算法代替暴力
使用示例： 将brute_curvefit作为bf导入 将numpy作为np导入 进口matplotlib.pyplot作为plt 定义你的函数（x，A，B，C）： 返回（x-A）/B+C
参数，错误=布鲁-邱-斯皮比男朋友（func=yourfunc，x）=np.arange公司（100），y=np.arange公司（100）**2，限制=[[-1000，-1000，-1000]，[100010001000]]） plt.绘图(np.arange公司（100），np.arange公司（100）**2）#绘制数据 plt.绘图(np.arange公司（100），你的功能(np.arange公司（100），*params））#绘制拟合函数 表演() #就这么简单
- 项目
标签：
欢迎加入QQ群-->： 979659372
