我是否正确编写了曲线拟合模型的代码？

Question

我对用 python 编码很陌生，可以在回答这个问题时使用一些支持。我为这个问题编写了代码，但我的模型看起来不正确。

下面是问题：

优化 - 曲线拟合 给定 16 对价格（作为因变量）和相应的需求（作为自变量），使用曲线拟合工具估计最佳拟合线性、指数、对数和幂曲线。

价格 需求 127 3420 134 3400 136 3250 139 3410 140 3190 141 3250 148 2860 149 2830 151 3160 154 2820 7 10 2 5 10 2 7 8 1 0 1 0

下面是我的代码：

from pylab import *

from numpy import *

from numpy.random import *

from scipy.optimize import *

# linear regression

#called in curve fitting model

def linreg(x,a,b):

    return a*x+b

# data

x = [3420, 3400, 3250, 3410, 3190, 3250, 2860, 2830, 3160, 2820, 2780, 2900, 2810, 2580, 2520, 2430]

x = np.asarray(x, dtype=np.float64)

y = [127, 134, 136 ,139, 140, 141, 148, 149, 151, 154, 155, 157, 159, 167, 168, 171]

y = np.asarray(y, dtype=np.float64)

#liner regression

# curve fitting

attributes,variances = curve_fit(linreg,x,y)

# estimated y

y_modeled = x*attributes[0]+attributes[1]

# plot true and modeled results

plot(x,y,'ob',markersize=2)

plot(x,y_modeled,'-r',linewidth=1)

show()

# exponential regression

#called in curve fitting model

def expon(x, a, b, c):

    return a * np.exp(-b * x) + c

#exponential

# curve fitting

attributes,variances = curve_fit(expon,x,y)

# estimated y

y_modeled = x*attributes[0]+attributes[1]

# plot true and modeled results

plot(x,y,'ob',markersize=2)

plot(x,y_modeled,'-r',linewidth=1)

show()

# logarithmic function

def logar(x, p1,p2):

  return p1*np.log(x)+p2

#logarithmic

# curve fitting

attributes,variances = curve_fit(logar,x,y)

# estimated y

y_modeled = x*attributes[0]+attributes[1]

# plot true and modeled results

plot(x,y,'ob',markersize=2)

plot(x,y_modeled,'-r',linewidth=1)

show()

#power curve function? MAybe? 

def powerlaw(x,a,b):

    return a*(x**b)

#power curves

# curve fitting

attributes,variances = curve_fit(powerlaw,x,y)

# estimated y

y_modeled = x*attributes[0]+attributes[1]

# plot true and modeled results

plot(x,y,'ob',markersize=2)

plot(x,y_modeled,'-r',linewidth=1)

show()

当我运行线性回归模型时，该线拟合数据。但是，每当我运行其他曲线拟合选项时，线都在数据点上方。它根本不符合数据。

谢谢！任何帮助将不胜感激。我们的助教正在罢工，所以我没有人可以提供帮助。

Answer 1

您没有正确调用模型。试试这些，它们的形式为“function(x,pointer_to_parameters)”y_modeled = linreg(x, *attributes)y_modeled = expon(x, *attributes)y_modeled = logar(x, *attributes)y_modeled = powerlaw(x, *attributes)有了这些，我从你的代码中得到了很好的图。