使用预拟合 lmfit 模型预测新数据集中的值
Use pre-fit lmfit model to predict values in new dataset
我使用以下方法训练了一个 lmfit 模型:
xList = np.linspace(1, len(dataRowTrain), len(dataRowTrain))
model = LinearModel()
parameters = model.guess(dataRowTrain, x=xList)
fitModel = model.fit(dataRowTrain, parameters, x=xList)
现在我想使用 fitModel 来预测数据集中的下一系列值。我该怎么做?
我知道我可以输出最佳拟合模型的权重 运行 它在等式中,但我想知道 lmfit 是否提供了更好的方法。
您可以用来预测价值
model.eval()
示例:
result = model.fit(y, params, x=X) # curve fitting
x1 = [1, 2, 3] # input for prediction
a = result.eval(x=x1) # prediction
我使用以下方法训练了一个 lmfit 模型:
xList = np.linspace(1, len(dataRowTrain), len(dataRowTrain))
model = LinearModel()
parameters = model.guess(dataRowTrain, x=xList)
fitModel = model.fit(dataRowTrain, parameters, x=xList)
现在我想使用 fitModel 来预测数据集中的下一系列值。我该怎么做?
我知道我可以输出最佳拟合模型的权重 运行 它在等式中,但我想知道 lmfit 是否提供了更好的方法。
您可以用来预测价值
model.eval()
示例:
result = model.fit(y, params, x=X) # curve fitting
x1 = [1, 2, 3] # input for prediction
a = result.eval(x=x1) # prediction