限制曲线拟合的值（scipy.optimize）

Question

我正在尝试使用 curve_fit 将逻辑增长曲线拟合到我的数据中，并使用以下函数作为输入。

def logistic(x, y0, k, d, a, b):
    if b > 0 and a > 0:
        y = (k * pow(1 + np.exp(d - (a * b * x) ), (-1/b) )) + y0
    elif b >= -1 or b < 0 or a < 0:
        y = (k * pow(1 - np.exp(d - (a * b * x) ), (-1/b) )) + y0

    return y

如您所见，我使用的函数对参数 a 和 b 可以接受的值有一些限制。关于如何处理错误值的任何猜测？输入函数应该引发异常还是返回一个虚拟值？ 提前致谢。

Answer 1

当参数超出允许范围时，返回一个非常大的数字（远离要拟合的数据）。这将（希望）严重惩罚这种参数选择，以至于curve_fit 将选择其他一些可接受的参数集作为最佳参数：

def logistic(x, y0, k, d, a, b):
    if b > 0 and a > 0:
        y = (k * pow(1 + np.exp(d - (a * b * x) ), (-1/b) )) + y0
    elif b >= -1 or b < 0 or a < 0:
        y = (k * pow(1 - np.exp(d - (a * b * x) ), (-1/b) )) + y0
    else:
        y = 1e10
    return y