lmfit模型拟合然后预测

Question

我正在采用 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

Answer 1

包含您实际运行的代码、您得到的结果以及您期望的结果总是一个好主意。

这里主要是你的语法错误。其次，你应该使用 numpy 数组，而不是列表。第三，如文档所示（参见 https://lmfit.github.io/lmfit-py/model.html#lmfit.model.ModelResult.eval）result.eval() 会将 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

这应该会按预期工作。

而且：当然，您不需要 lmfit 进行线性回归。 ;).

lmfit模型拟合然后预测

lmfit model fitting and then prediction

python

optimization

curve-fitting

lmfit