gnuplot 在函数评估期间适合未定义的值
gnuplot fit undefined value during function evaluation
我有数据文件：
10.0000 -330.12684910
15.0000 -332.85109334
20.0000 -333.85785274
25.0000 -334.18315783
30.0000 -334.28078907
35.0000 -334.30486903
40.0000 -334.30824069
45.0000 -334.30847874
50.0000 -334.30940105
55.0000 -334.31091085
60.0000 -334.31217217
用于适应这个的命令
f(x) = a+b*exp(c*x)
fit f(x) datafile via a, b, c
没有得到我预期的负指数，然后只是为了看看我试过的双曲线如何拟合
f(x) = a+b/x
fit f(x) datafile via a, b
但决定这样做：
f(x) = a+b*exp(-c*x)
fit f(x) datafile via a, b, c
它奏效了。我继续做适合，但在某些时候它开始在函数评估期间将此错误标记为未定义值。
我重新启动会话并删除了 fit.log 文件，我认为这是一个 gnuplot 错误，但从那以后我总是收到未定义值错误。我一直在阅读类似的问题。它可能是 a、b、c 种子，但我引入了与收到的非常相似的值，当时它很适合但没有用。我在想这个问题可能是混乱的或者我做错了什么。
我不知道gnuplot 使用的算法。可能是从参数的猜测值开始的迭代方法。困难可能来自不方便的初始值 and/or 来自过程的不收敛。
根据我自己的计算，结果接近于以下值。该方法不是迭代的，不需要初始猜测，在论文中有解释：https://fr.scribd.com/doc/14674814/Regressions-et-equations-integrales
信息：
回归的线性化是通过积分方程得到的
要拟合的函数是解。
上面引用的论文主要是用法语写的。它被翻译成：https://scikit-guess.readthedocs.io/en/latest/appendices/references.html
谢谢你的方法。我了解 gnuplot 使用非线性最小二乘法进行拟合。
我发现一种解决方案是使用模型 y=a+b*exp(-c*c*x)，我还发现了更好的初始值并且它起作用了。无论如何，我还有这个其他数据集：
2 -878.11598213
6 -878.08846509
10 -878.08105262
19 -878.07882425
28 -878.07793702
44 -878.07755010
60 -878.07738151
85 -878.07729504
110 -878.07725107
gnuplot fit 可以完成工作，但确实很糟糕。相反，我使用了你的方法，在这里我展示了一个比较：
gnuplot fit and jjaquelin comparison
好多了。
我有数据文件：
10.0000 -330.12684910
15.0000 -332.85109334
20.0000 -333.85785274
25.0000 -334.18315783
30.0000 -334.28078907
35.0000 -334.30486903
40.0000 -334.30824069
45.0000 -334.30847874
50.0000 -334.30940105
55.0000 -334.31091085
60.0000 -334.31217217
用于适应这个的命令
f(x) = a+b*exp(c*x)
fit f(x) datafile via a, b, c
没有得到我预期的负指数，然后只是为了看看我试过的双曲线如何拟合
f(x) = a+b/x
fit f(x) datafile via a, b
但决定这样做：
f(x) = a+b*exp(-c*x)
fit f(x) datafile via a, b, c
它奏效了。我继续做适合，但在某些时候它开始在函数评估期间将此错误标记为未定义值。
我重新启动会话并删除了 fit.log 文件，我认为这是一个 gnuplot 错误，但从那以后我总是收到未定义值错误。我一直在阅读类似的问题。它可能是 a、b、c 种子，但我引入了与收到的非常相似的值，当时它很适合但没有用。我在想这个问题可能是混乱的或者我做错了什么。
我不知道gnuplot 使用的算法。可能是从参数的猜测值开始的迭代方法。困难可能来自不方便的初始值 and/or 来自过程的不收敛。
根据我自己的计算，结果接近于以下值。该方法不是迭代的，不需要初始猜测，在论文中有解释：https://fr.scribd.com/doc/14674814/Regressions-et-equations-integrales
信息：
回归的线性化是通过积分方程得到的
要拟合的函数是解。
上面引用的论文主要是用法语写的。它被翻译成：https://scikit-guess.readthedocs.io/en/latest/appendices/references.html
谢谢你的方法。我了解 gnuplot 使用非线性最小二乘法进行拟合。
我发现一种解决方案是使用模型 y=a+b*exp(-c*c*x)，我还发现了更好的初始值并且它起作用了。无论如何，我还有这个其他数据集：
2 -878.11598213
6 -878.08846509
10 -878.08105262
19 -878.07882425
28 -878.07793702
44 -878.07755010
60 -878.07738151
85 -878.07729504
110 -878.07725107
gnuplot fit 可以完成工作，但确实很糟糕。相反，我使用了你的方法，在这里我展示了一个比较：
gnuplot fit and jjaquelin comparison
好多了。