为什么我的协方差不能用scipy.optimize.curve_fit来计算？

Question

我正在尝试使用 Spyder 中的 optimize.curve_fit 方法为这组数据拟合一条曲线。我不断收到优化警告：无法计算协方差错误。有人可以解释为什么我总是收到这个错误吗？

time_in_days = np.array([0, 0.0831, 0.1465, 0.2587, 0.4828, 0.7448, 0.9817, 1.2563, 1.4926, 1.7299, 1.9915, 3.0011, 4.0109, 5.009, 5.9943, 7.0028])

viral_load = np.array([106000, 93240, 167000, 154000, 119000, 117000, 110000, 111000, 74388, 83291, 66435, 21125, 20450, 15798, 4785.2])

#defining function
def VL_func(time, A, B, alpha, beta):
    """

    Parameters
    ----------
    time : Time in days
    A : constant
    B : constant
    alpha : constant
    beta : constant

    Returns VL
    ------
    """
    VL = (A * np.exp(-alpha * time_in_days)) + (B * np.exp(-beta * time_in_days))
    return np.round(VL)

popt, pcov = curve_fit(VL_func, time_in_days, viral_load)
print(popt)
print("\n")
print(pcov)

错误信息：

OptimizeWarning: Covariance of the parameters could not be estimated
  category=OptimizeWarning

Answer 1

如您所见，数据的形状很重要。我在这里重现了您的问题，并且更深入地发现了这一点。您的变量 time_in_days 和 viral_load 的长度不同。

ValueError: operands could not be broadcast together with shapes (16,) (15,)

为什么我的协方差不能用scipy.optimize.curve_fit来计算？

Why can't my covariance be calculated by scipy.optimize.curve_fit?

python

spyder

scipy-optimize