首页 > 解决方案 > “ValueError:模型函数生成 NaN 值”,同时使用 lmfit 进行曲线拟合

问题描述

当我尝试对一些数据进行曲线拟合时遇到了问题。我遇到了一些错误,所以我回到了 lmfit 库的基础知识。我试图曲线拟合一个简单的例子,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.

如果你们中的任何人可能知道我可以如何解决这个问题,我将不胜感激(已经浪费了相当长的时间)。

标签: pythoncurve-fittingcurvemodel-fittinglmfit

解决方案


首先,你在最后一行有一个错字。参数参数实际上被调用params。错字作为警告出现,考虑到其余的回溯,在这种情况下很容易错过。

到你的实际问题。通过不为参数分配起始值,它们默认为 -inf,这就是导致 NaN 的原因。当您不设置初始值时,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。我很惊讶文档没有用巨大的红色箭头和圆圈引起你的注意。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)

您也可以让模型自动生成参数,但您必须提供如上所述的初始值以避免相同的无穷大问题。

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

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


在一个更一般的场景中,一个人已经定义了初始值并且它们仍然得到 NaN,模型可能存在一个必须解决的问题,例如,除以 0、负数的根/对数、导致溢出的大值、等等


推荐阅读