Python của curve_fit
tính toán các thông số phù hợp nhất cho một hàm với một biến độc lập duy nhất, nhưng là có một cách, sử dụng curve_fit
hay cái gì khác, để phù hợp cho một chức năng với nhiều biến độc lập? Ví dụ:Python curve_fit với nhiều biến độc lập
def func(x, y, a, b, c):
return log(a) + b*log(x) + c*log(y)
trong đó x và y là biến độc lập và chúng tôi muốn phù hợp cho a, b và c.
Nếu x và y không có cùng kích thước một cách để sửa đổi các giải pháp để sử dụng phù hợp với đường cong. Ví dụ, x = linspace (0,1,1,1,101) và y = np.array ([1.0,2.0])? –
Tôi không chắc chắn tôi theo bạn: 'func' đại diện cho một hàm bivariate (lấy hai biến độc lập), do đó, cho phù hợp, nó phải được định nghĩa là cho kết quả f (x_i, y_i) cho bất kỳ giá trị đầu vào được cung cấp x_i và y_i . Nếu 'x' và' y' không có cùng kích thước thì bạn đang cố gắng đánh giá nó, ví dụ: tại một số 'x' nhưng với' y' undefined mà chắc chắn không thể được thực hiện. – xnx