python - 没有强制定位的 Scipy Weibull Min Fit 不好
问题描述
我目前正在尝试使用 scipy.stats weibull_min.fit 函数来拟合我拥有的数据集。当我完全拟合数据集时,我得到以下参数:
(0.10875037748866037, 1.0362199999999999e-05, 1.0709034507962369)
这最终与数据非常不匹配。但是,当我强制位置(第二个参数)成为数据集的最小值时,我得到了更好的拟合:
(1.2295613161155923, 1.03622e-05, 5.8737285599676099e-06)
如您所见,我的强制位置和自动拟合位置的值非常非常接近。是否有任何理由在不强制定位的情况下拟合数据会产生更糟糕的结果?
编辑:这是我正在使用的代码:
import scipy.stats as st
file = open('datafile.csv', 'r')
lines = file.readlines()
data = []
for ii in range(len(lines)):
data.append(float(lines[ii]))
distr = getattr(st, "weibull_min")
params = distr.fit(data)
# params = distr.fit(data, floc=min(data))
解决方案
推荐阅读
- azure - 设置 $var 'The term 'keyVaultName' is not known as the name of a cmdlet' 的 Powershell 任务出错”
- ios - 安全文本在文本字段 swift 中显示不正确
- excel - 使用代码修复:“文档的某些部分可能包含文档检查员无法删除的个人信息”
- r - 通过匹配R中的名称在矩阵中插入向量列表
- reactjs - Reactstrap分页下一项未呈现
- c# - 如何访问未定义的对象属性
- python - 音频处理 Conv1D keras
- list - 产生26!在 Lisp 中解决密码的列表
- bash - 想用bash更改conf文件中的整行请指导我
- javascript - 从 javascript 对象中删除空字符串或未定义的属性