Hallo allerseits,
ich habe mehrere Datensätze, welche jeweils mit einer anderen Funktion beschrieben werden. Die zu fittenden Prameter sind jedoch bei jeder Funktion gleich. Ist es möglich einen Fit für alle Funktinen und Datensätze parallel durchzuführen und so einen Parametersatz zu erzeugen, welcher einen Bestfit für alle darstellt?
Danke
Mehrere Funktionen parallel mit globalen Parametern fitten möglich?
-
- User
- Beiträge: 28
- Registriert: Donnerstag 19. Februar 2015, 17:32
Danke für die Antwort,
ich habe jetzt erstmal zum Üben versucht, eine einzelne Funktion mit Minimize anzufitten, jedoch passiert da nichts:
Das bekomme ich raus:
[[Variables]]
a: 0 (init= 0)
[[Correlations]] (unreported correlations are < 0.100)
Hat jemand einen Tipp, was ich falsch mache?
ich habe jetzt erstmal zum Üben versucht, eine einzelne Funktion mit Minimize anzufitten, jedoch passiert da nichts:
Code: Alles auswählen
from lmfit import minimize, Parameters, Parameter, report_fit
import numpy as np
x = np.array([1., 2., 3., 4., 5., 6., 7., 8.])
y = np.array([2., 4., 6., 8., 10., 12., 14., 16.])
def simple_fit(params, x, y):
a = params['a'].value
_y = a * x
return _y - y
params = Parameters()
params.add('a', value=0, min=0, max=1000)
result = minimize(simple_fit, params, args=(x, y))
report_fit(params)
[[Variables]]
a: 0 (init= 0)
[[Correlations]] (unreported correlations are < 0.100)
Hat jemand einen Tipp, was ich falsch mache?
-
- User
- Beiträge: 28
- Registriert: Donnerstag 19. Februar 2015, 17:32
Hat niemand einen Tip?
-
- User
- Beiträge: 28
- Registriert: Donnerstag 19. Februar 2015, 17:32
Habe es hinbekommen, fehler war: report_fit(params)
Es muss report_fit(result.params) heißen.
Danke
Es muss report_fit(result.params) heißen.
Danke