python - “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)。
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
- c# - 如何在 CsvLayout 中左对齐
- python - 如何使用 Python 处理大数据中的空值
- java - 使用流将值从一个列表更新到另一个列表
- javascript - 在 React 中输入复选框值到数组
- swift - SwiftUI:如何访问内容视图中的变量
- python-3.x - PYTHON:如何使用诊断代码和最终收件人导入未送达的 gmail 电子邮件
- objective-c - 如何使用目标 C 将更多标签添加到 tableviewcell
- flutter - 使用 setState 更新数据后不要重新加载页面
- xml - 接收带有 XML 原始数据的 POST 始终有一个空的 Request.Content 来自第三方,但 Postman 请求有效
- go - 将动态 C++ 库与 CGO 链接时发生“未定义的引用”错误