我采用lmfit
进行曲线拟合,并使用该拟合模型进行预测。但是,下面的代码没有达到我想要的效果。你能帮忙吗?谢谢。在
import numpy as np
from lmfit import Model
def linearModel(x, a0, a1):
return a0+a1*x
#main code begin here
X=[1,2,4] # data for fitting
y=[2,4,6] # data for fitting
gmodel = Model(linearModel) #select model
params = gmodel.make_params(a0=1, a1=1) # initial params
result = gmodel.fit(y, params, x=X) # curve fitting
x1=[1, 2, 3] # input for prediction
a=result.eval(x) # prediction
最好包括实际运行的代码、得到的结果和预期的结果。在
这里的主要问题是语法错误。其次,应该使用numpy数组,而不是列表。第三,如文档所示(参见https://lmfit.github.io/lmfit-py/model.html#lmfit.model.ModelResult.eval)
result.eval()
将把params
作为第一个参数,而不是自变量。简而言之,您希望将最后两行替换为这应该会像预期的那样起作用。在
当然,你不需要
lmfit
来进行线性回归。;). 在相关问题 更多 >
编程相关推荐