lmfit 模型拟合然后预测

Posted 2023-03-12

【中文标题】lmfit 模型拟合然后预测

【英文标题】：lmfit model fitting and then prediction

【发布时间】：2018-11-07 10:41:34

【问题描述】：

我采用lmfit 进行曲线拟合并使用该拟合模型进行预测。但是，下面的代码并没有达到我想要的效果。能否请你帮忙？谢谢。

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

【问题讨论】：

那么，你想要实现什么？请提供Minimal, Complete, and Verifiable example 这包括输入、预期输出和实际输出。

【参考方案1】：

包含您实际运行的代码、获得的结果和预期的结果总是一个好主意。

在这里，主要问题是您有语法错误。其次，您应该使用 numpy 数组，而不是列表。第三，正如文档所示（见https://lmfit.github.io/lmfit-py/model.html#lmfit.model.ModelResult.eval）result.eval() 将params 作为第一个参数，而不是自变量。简而言之，您想将最后两行替换为

x1 = np.array([1, 2, 3]) # input for prediction
a = result.eval(x=x1)   # prediction

这应该可以按预期工作。

而且：当然，您不需要lmfit 来进行线性回归。 ;)。