python中fit函数_python – 在scipy函数curve_fit中使用未确定数量的参数

第一个问题：

我正在尝试使用以下形式的函数来拟合实验数据：

f(x) = m_o*(1-exp(-t_o*x)) + ... + m_j*(1-exp(-t_j*x))

目前,我没有找到一种方法来获得不确定数量的参数m_j,t_j,我被迫做这样的事情：

def fitting_function(x, m_1, t_1, m_2, t_2):

return m_1*(1.-numpy.exp(-t_1*x)) + m_2*(1.-numpy.exp(-t_2*x))

parameters, covariance = curve_fit(fitting_function, xExp, yExp, maxfev = 100000)

(xExp和yExp是我的实验点)

有没有办法写这样的拟合函数：

def fitting_function(x, li):

res = 0.

for el in range(len(li) / 2):

res += li[2*idx]*(1-numpy.exp(-li[2*idx+1]*x))

return res

其中li是拟合参数列表,然后执行curve_fitting？我不知道怎么告诉curve_fitting什么是拟合参数的数量.

当我为fitting_function尝试这种形式时,我遇到了类似“ValueError：无法确定拟合参数的数量”的错误.

第二个问题：

有没有办法强制我的拟合参数是积极的？

任何帮助赞赏:)

最佳答案 请参阅我的问题和答案

here.我还做了一个最小的工作示例,演示了如何为您的应用程序完成它.我没