【发布时间】：2018-05-24 22:24:39
【问题描述】：
我正在使用 Python lmfit 对 2005-2016 年的月平均数据进行最小二乘拟合。我构造了如下函数：
equation
原代码如下：
# t is in fractional years, e.g. 2017+122./365.
def fun(t, a, b, c, A1, A2, A3, A4, B1, B2, B3, B4):
An=[A1,A2,A3,A4]
Bn=[B1,B2,B3,B4]
sum=np.sum([An[i] * np.sin(2 * np.pi * (i + 1) * t+Bn[i]) for i in range(len(An))])
return a+b*t+c*t*t+sum
mod = Model(fun)
pars = mod.make_params(a=-10, b=0.003, c=0.01, A1=-1., A2=1., A3=1., A4=1., B1=-1., B2=1., B3=1., B4=1.)
result = mod.fit(y, pars, t=t)
print(result.fit_report())
plt.plot(t, y, 'bo')
plt.plot(t, result.best_fit, 'r-')
plt.show()
fitted line and the original data dots
傅里叶项似乎不起作用。因此，我很好奇如何对A1、A2、A3...等函数参数给出合适的初始估计？
【问题讨论】：
-
注意：使用
sum作为变量名不是一个好主意。 -
此外，您应该提供最小的工作示例，即至少一个完整的工作代码，包括您所有的
imports。一个最小的数据集也很好。 -
除此之外，
a可以通过mean查到。Bs 可能最好设置为零。A1类似于0.5 * ( max() - min() )。其他A归零。 （假设您的所有数据看起来都与您在链接中显示的相似），b和c也归零。 -
您可以尝试使用 scipy 模块 scipy.optimize.differal_evolution 来确定初始参数，我有一个使用这个 scipy 模块将 fouble Lorentzian 峰方程拟合到碳纳米管的拉曼光谱 @ 987654324@
-
感谢 mikuszefski 和 James 提供的帮助。我在傅立叶项的总和形状上犯了错误。请参阅 M Newville 的回答。并在lh3.googleusercontent.com/-qE0-_ojL5N4/Wi85OooEJPI/AAAAAAAAGq8/… 处查看拟合图
标签： python python-3.x curve-fitting least-squares lmfit