python - Scipy 优化边界的 Curve_fit 错误

Question

当我尝试运行时:

bet = (nu[minimum],10**4,3000,0,0,5000)   # Array of initial bet parameters
bound = ( (nu[0],nu[len(nu)-1]),(10**3,10**6),(-np.inf,np.inf),(-np.inf,np.inf),(-np.inf,np.inf),(-np.inf,np.inf) )
popt,pcov = curve_fit(S_21,x,y, p0=bet, bounds = bound)

TypeError: leastsq() got an unexpected keyword argument 'bounds'

问题是什么？我在 Windows 上使用 Python 3.4.4。

Answer 1

scipy.optimize.leastsq 不支持边界，在 scipy 版本 0.17 之前被 curve_fit 使用。 OTOH，scipy.optimize.least_squares(在较新版本的 scipy 中由 curve_fit 使用)可以支持边界，但在使用 lm (Levenberg-Marquardt) 方法，因为它是 scipy.optimize.leastsq 的简单包装器。这有点令人困惑。

请允许我推荐尝试 lmfit ( http://lmfit.github.io/lmfit-py/ )，它支持所有参数的边界，并且可以轻松修复/更改参数而无需更改模型函数。 Lmfit 的模型类提供了一种方便的曲线拟合方法，以及大量用于探索参数置信区间的工具。