我对这个统计问题不熟悉。
因此,对于x的某些值,我有一个数据集y = f(x)。我想将此数据拟合为func
,以便可以为y
中的每个点计算x
的值。
假设我要拟合的模型是类似的东西
def func(x,a,b,c):
return a+b*x/c
现在要使用最小化功能,我必须定义参数:
params = Parameters()
params.add('a' , value = 10)
params.add('b' , value = 1)
params.add('c' , value = 2)
result = minimize(func, param, arg=(x, y))
我的问题是,如果我想将x
变量作为参数并将其作为参数传递,该怎么办。
[基本上,当我将x
作为变量传递时,我正在传递一个数组,该数组对应于我的数据集中的特定点。但是,我想使用x
作为参数,因为我想为数据x
的某些点查找y
的值。
参数和拟合变量为标量浮点数。也就是说,它们具有一个可以连续取值范围的值。
您是说要让x
的每个元素在拟合中独立变化吗?
通常使用最小化方法来拟合数据:找到变量的值集(例如a
,b
和c
),以使y - func(x, a, b, c)
尽可能小。] >
您不完整的代码段(要清楚,最好包含一个完整的示例,[)不这样做-不会将y
传递到func
中。 更重要的是,您似乎正在寻找“为数据x
的某些点找到y
的值”。这对我来说没有任何意义。...也许可以清理并澄清问题?