使用预拟合 lmfit 模型预测新数据集中的值

Question

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。

Answer 1

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

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

python

linear-regression

lmfit