使用Python中的Scipy库中的optimize.curve_fit函数进行非线性回归,使用指数函数作为拟合模型,其中参数p0被设置为与指数函数初始值相近的值:
import numpy as np
from scipy.optimize import curve_fit
def exponential_func(x, a, b, c):
return a * np.exp(-b * x) + c
x_data = np.array([0, 1, 2, 3, 4, 5])
y_data = np.array([5, 4.2, 3.6, 2.8, 2.5, 2.1])
popt, pcov = curve_fit(exponential_func, x_data, y_data, p0=(1, 1e-6, 1))
print(popt)
# output: [5.094 0.854 -0.502]
上一篇:编写斐波那契序列是否有偏好吗?
下一篇:编写分页终点的Karate代码。