问题:使用带有分段函数的 Scipy curve_fit

我收到优化警告:

OptimizeWarning: Covariance of the parameters could not be estimated
                 category=OptimizeWarning)

当尝试使用scipy.optimize.curve_fit将我的分段函数拟合到我的数据时。意味着没有拟合发生。我可以轻松地将抛物线拟合到我的数据中,并且我正在为curve_fit提供我认为很好的初始参数。下面的完整代码示例。有谁知道为什么curve_fit可能无法与np.piecewise相处?还是我犯了一个不同的错误?

import numpy as np
from scipy.optimize import curve_fit
import matplotlib.pyplot as plt


def piecewise_linear(x, x0, y0, k1, k2):
    y = np.piecewise(x, [x < x0, x >= x0],
                     [lambda x:k1*x + y0-k1*x0, lambda x:k2*x + y0-k2*x0])
    return y

def parabola(x, a, b):
    y = a * x**2 + b
    return y

x = np.array([-3, -2, -1, 0, 1, 2, 3])
y = np.array([9.15, 5.68, 2.32, 0.00, 2.05, 5.29, 8.62])


popt_piecewise, pcov = curve_fit(piecewise_linear, x, y, p0=[0.1, 0.1, -5, 5])
popt_parabola, pcov = curve_fit(parabola, x, y, p0=[1, 1])

new_x = np.linspace(x.min(), x.max(), 61)


fig, ax = plt.subplots()

ax.plot(x, y, 'o', ls='')
ax.plot(new_x, piecewise_linear(new_x, *popt_piecewise))
ax.plot(new_x, parabola(new_x, *popt_parabola))

ax.set_xlim(-4, 4)
ax.set_ylim(-2, 16)

解答

这是类型的问题,您必须更改以下行,以便x以浮点数形式给出:

x = np.array([-3, -2, -1, 0, 1, 2, 3]).astype(np.float)

否则piecewise_linear可能最终会转换类型。

为了安全起见,您还可以在此处设置初始点:

popt_piecewise, pcov = curve_fit(piecewise_linear, x, y, p0=[0.1, 0.1, -5., 5.])