使用Levenberg-Marquardt算法最少的SQ查找模型的参数

Question

我正在尝试使用模型y= Ax^2 sin(x)/cos(x)^C + B查找参数a，b，c to data x，y我想从scipy.ptimize中使用最小值，但我有错误。这是我的尝试：

x=n.array(x)
y=n.array(y)
model=lambda tpl,x :(tpl[0]*x**2 * n.sin(x))/((n.cos(x)**tpl[2]) *tpl[1])
func=model
err=lambda tpl,x,y: func(tpl,x)-y
init=(3.0,8.0,4.0)
param=scipy.optimize.leastsq(err,init[:],args=(x,y))
print(param[o])

init是我对参数a，b，c

的"第一个猜测"

错误：

Warning (from warnings module):
File "D:/programs/levenberg.pyw", line 21
model=lambda tpl,x :(tpl[0]*(x**2) * n.sin(x))/((n.cos(x)**tpl[2]) *tpl[1])
RuntimeWarning: invalid value encountered in power
Warning (from warnings module):
File "C:Python27libsite-packagesscipyoptimizeminpack.py", line 419
warnings.warn(errors[info][0], RuntimeWarning)
RuntimeWarning: Number of calls to function has reached maxfev = 800.
(array([ nan,  nan,  nan]), 5)

Answer 1

在我看来，就像您使用的是^而不是**进行指控。尝试：

model=lambda tpl,x :(tpl[0]*x**2 * n.sin(x))/((n.cos(x)**tpl[2]) *tpl[1])

请注意，^是Python中的XOR操作。要将物品提高到电源，请使用**。