関数
非線形最小二乗法を使用して関数を近似する
特徴
公文書
入力
パラメータ | 価値 |
---|---|
へ | 関数では、最初の入力パラメーターとして xdata を受け取る必要があります |
xdata | 測定された独立したデータ |
ydata | 関連データ、名目上は f(xdata,…) の結果 |
出力
出力 | 価値 |
---|---|
ポップ | 最適値、つまり x によるフィッティング関数の出力値 |
pcov | popt の共分散行列 |
インフォディクト | キーを含むオプションの出力の辞書 (full_output が True の場合にのみ返されます) |
メッセージ | 関連情報 (full_output が True の場合にのみ返されます) |
イエ | 整数フラグ。1、2、3、または 4 に等しい場合、解が見つかりました。そうでなければ、解決策は見つかりませんでした。いずれの場合も、オプションの出力変数 mesg を使用すると、より多くの情報が得られます。(full_output が True の場合にのみ返されます) |
例
公式の例
import numpy as np
import matplotlib.pyplot as plt
from scipy.optimize import curve_fit
def official_demo_func(x, a, b, c):
return a * np.exp(-b * x) + c
def official_demo():
x = np.linspace(0, 4, 50)
y = official_demo_func(x, 2.5, 1.3, 0.5)
rng = np.random.default_rng()
y_noise = 0.2 * rng.normal(size=x.size)
ydata = y + y_noise
plt.plot(x, ydata, 'b-', label='data')
popt, pcov = curve_fit(official_demo_func, x, ydata)
print(popt)
plt.plot(x, official_demo_func(x, *popt), 'g--',
label='fit: a=%5.3f, b=%5.3f, c=%5.3f' % tuple(popt))
plt.xlabel('x')
plt.ylabel('y')
plt.legend()
plt.show()
official_demo()
出力フィッティング結果は
[2.61499295 1.35033395 0.51541771]
まだ入力値 [2.5, 1.3, 0.5] に非常に近いです。