使用lmfit进行cuve拟合时，“ValueError:模型函数生成NaN值”

Question

我在尝试曲线拟合某些数据时遇到了一个问题。我有一些错误，所以我回到了lmfit库的基础知识。我试着用曲线拟合一个简单的例子，我也遇到了同样的问题

import numpy
from lmfit import Model, Parameters

x = numpy.arange(1,20)
y = numpy.arange(1,20)*2

def funTE(x, coeff0, coeff1):
    return x * coeff0 + coeff1

model = Model(funTE, independent_vars=['x'], param_names=["coeff0", "coeff1"])  
params = Parameters()
params.add("coeff0", vary=True)
params.add("coeff1", vary=True)
result = model.fit(data=y[:], param=params, x=x[:])

发生以下错误：

ValueError: The model function generated NaN values and the fit aborted! Please check your model function and/or set boundaries on parameters where applicable. In cases like this, using "nan_policy='omit'" will probably not work.

如果你们中有人知道我如何解决这个问题，我将非常感激（已经浪费了很多时间）

Answer 1

您绝对必须为参数提供初始值。从来没有例外

不给出初始值是不合理的，必须导致错误消息

Answer 2

首先，你在最后一行有一个打字错误。parameters参数实际上被称为params。输入错误是一个警告，考虑到回溯的其余部分，在本例中很容易漏掉

你的实际问题。通过不为参数指定起始值，它们默认为-inf，这就是导致NaN的原因。当您不设置初始值时，它将默认为参数可以得到的下限，如果没有定义，它将默认为-inf。我很惊讶documentation没有用巨大的红色箭头和圆圈来吸引您的注意。或者至少在创建初始值为无穷大的参数时抛出警告

修复

params = Parameters()
params.add("coeff0", value=0)
params.add("coeff1", value=0)
# Typo fixed!
result = model.fit(data=y, params=params, x=x)

您也可以让模型自动生成参数，但必须如上所述提供初始值以避免相同的无穷大问题

params = model.make_params(coeff0=0, coeff1=0)

顺便说一下，如果未定义params参数，脚本将在内部生成带有model.make_params()的参数，这将导致所有初始值都是-inf，如上所述

---

在定义了初始值但仍然得到NaN的更一般情况下，模型可能存在必须解决的问题，例如，除以0、负数的根/对数、导致溢出的大值等