curve-fitting

    1

    1答えて

    folowing推測: guess=np.array([0.1,0.05]) とscipy.optimize.curve_fit()folowとして: Parameter,Covariance=scipy.optimize.curve_fit(invlaplace_stehfest2,data_time,data_relax,guess) 私が理解していない理由から、私はデータを正しく適合

    0

    1答えて

    私はcurve_fitを使用してカスタム関数をいくつかのデータポイントに合わせようとしています。私は1つまたは2つのフリーパラメータを試しました。私は他の時代に使ってきました。アルゴリズムは、初期値が何であっても、無限のシグマで常に初期入力値を返すので、今私はうまくいっていません。私はまた、私のカスタム関数が呼び出された内部パラメータを印刷しようとしましたが、私は理解していません、私のカスタム関数

    0

    1答えて

    Matlab 2015bを使用していますが、関数lsqcurvefitが機能していないようです。実際には、次のエラーメッセージが表示されます。 Diagnostic Information: Feature: Optimization_Toolbox License path: /home/username/.matlab/R2015b_licenses:/.netmount/app/MAT

    0

    1答えて

    一般化加算モデルを使って非線形モデルに適合しようとしています。使用するスプラインの数を決定する方法スプラインの数を選択する具体的な方法はありますか? 3次(立方体)のスプラインフィットを使用しました。以下はコードです。 from pygam import LinearGAM from pygam.utils import generate_X_grid # Curve fitting usi

    1

    1答えて

    私はcurve_fitをデータに適合させようとしています。それは素晴らしい働いている、私は追加のパラメータを持つフィットは、私はさらに関係に範囲を指定したい y_data = [0.90 0.90 0.90 0.90 0.90 0.90 0.90 1.30 1.30 1.30 1.30 1.20 1.65 1.65 1.65 1.65 1.65 1.65 1.80 1.80 1.80 1.80 1

    1

    1答えて

    このエラーで私を助けることができるかもしれません。私は、クロスバリデーション体制を使って、年齢に応じて曲線を適合させるためのコードをいくつか実行しています。最高のフィットを評価するために1000回カーブフィッティングを繰り返します。 私のように私のモデルを定義します。私は、カーブフィット、次の残差を記録し、データ分割の異なる選択を反復処理するために、以下を実行し linear_ft = fitty

    0

    1答えて

    指数曲線に合わせるために使用したい測定値をMatlabに持っています。この測定値には、私は異なった不確実性を持っています。この不確かさをバランスさせた指数曲線をどのようにフィットさせるのですか?

    3

    2答えて

    カーブフィッティングツールボックスがインストールされており、拡散データを特定の関数に合わせようとしています。 関数は、フォームのエラー関数である:Tは所定の定数である y = 3500 - 2500 * erf((x-x0)/(2 * sqrt(D * t))) 私は、アプリは私DとX0のための合理的な値を与えたいです。フィッティングが基づくデータポイントには、xとyの値が含まれます。 私はD

    -1

    1答えて

    ファイルからデータの行をプロットするpythonスクリプトを作成し、それをガウス曲線で近似しました。赤いステップヒストグラムは、平均値が実データ値(青い破線)と比較したいデータのセットです。 Gaussianフィットは、グラフの一番下にはほとんど見えません。破線の緑色の線です。計算された平均値とシグマが正しいため、フィットがカーブの代わりにフラットである理由がわかりません。グラフのタイトルです。

    -1

    2答えて

    次のデータに放物線を合わせたいと思っています。 x = [-10:2:16]; y = [0.0334,0.0230,0.0145,0.0079,0.0033,0.0009,0.0006,0.0026,0.0067,0.0130,0.0213,0.0317,0.0440,0.0580]; [p,~,~] = polyfit(x,y,2); x2 = linspace(-10,16,100