"ValueError: The model function generated NaN values" while cuve fitting with lmfit

Question

当我尝试对某些数据进行曲线拟合时，我遇到了运行问题。我遇到了一些错误，所以我回到了 lmfit 库的基础知识。我试着用曲线拟合一个简单的例子，但我遇到了同样的问题。

import numpy
from lmfit import Model, Parameters

x = numpy.arange(1,20)
y = numpy.arange(1,20)*2

def funTE(x, coeff0, coeff1):
    return x * coeff0 + coeff1

model = Model(funTE, independent_vars=['x'], param_names=["coeff0", "coeff1"])  
params = Parameters()
params.add("coeff0", vary=True)
params.add("coeff1", vary=True)
result = model.fit(data=y[:], param=params, x=x[:])

发生此错误：

ValueError: The model function generated NaN values and the fit aborted! Please check your model function and/or set boundaries on parameters where applicable. In cases like this, using "nan_policy='omit'" will probably not work.

如果你们中有人知道我该如何解决这个问题，我将不胜感激（已经浪费了很多时间）。

Answer 1

首先，你在最后一行有错别字。 parameters 参数实际上称为 params。打字错误作为警告出现，在这种情况下很容易错过，考虑到回溯的其余部分。

关于您的实际问题。通过不为您的参数分配起始值，它们默认为 -inf，这就是导致 NaN 的原因。当您未设置初始值时，它将默认为参数可以获得的下限，如果也未定义，则默认为 -inf。我很惊讶 documentation 没有用巨大的红色箭头和圆圈引起您的注意。或者至少在创建初始值为无穷大的参数时发出警告。

修复

params = Parameters()
params.add("coeff0", value=0)
params.add("coeff1", value=0)
# Typo fixed!
result = model.fit(data=y, params=params, x=x)

你也可以让模型自动生成参数，但你必须像上面那样提供一个初始值，以避免同样的无穷大问题。

params = model.make_params(coeff0=0, coeff1=0)

顺便说一句，如果未定义params参数，脚本将在内部生成带有model.make_params()的参数，这将导致所有初始值为-inf，如上所述。

在更一般的情况下，已经定义了初始值但他们仍然得到 NaN，则模型可能存在必须解决的问题，例如除以 0，roots/logarithms 负数，导致溢出的大值等

Answer 2

您绝对必须为参数提供初始值。从来没有例外。

不给出初始值是没有意义的，必须导致出现错误消息。

"ValueError: The model function generated NaN values" while cuve fitting with lmfit

"ValueError: The model function generated NaN values" while cuve fitting with lmfit

python

curve-fitting

curve

model-fitting

lmfit