如何使用Scipy curve_fit用某些参数值求解方程已知

Question

我尝试使用Scipy Curve_fit求解方程，以获取一些未知参数的估计值。我有自变量（x）和因变量（y）和一个已知的参数（e），现在我需要找到a，b，c和d的估计值。

我使用以下代码，不确定A，B，C和D是否是使用此方法的“正确”估计值。任何建议将不胜感激。

import pandas as pd
import numpy as np
from scipy.optimize import curve_fit

np.random.seed(0)

x = np.random.randint(0, 100, 100) # known independent variable
y = np.random.randint(0, 100, 100) # known dependent variable
e = np.random.randint(0, 100, 100) # know parameter 

def cubic(x, a, b, c, d, e ):
    return a * x**3 + b * x**2 + c * x + d + e


(a, b, c, d, e), _ = curve_fit(cubic, x, y)

print((a, b, c, d ))
(0.00010514483118750917, -0.00810393624233341, -0.10316706291775657, -24200081.18055175) 

Answer 1

创建一个仅接受a，b，c，d的函数，并通过e的固定值传递：

(a, b, c, d), _ = curve_fit(lambda x, a, b, c, d: cubic(x, a, b, c, d, e), x, y)

您可以通过使用**来使事情变得更加明确。 Args和初始猜测：

def func(*args):
    return cubic(*args, e)
(a, b, c, d), _ = curve_fit(func, x, y, p0=np.zeros(4))