gaussian fcipon में scipy.optimize.curve_fit के साथ गलत परिणाम के साथ फिट

Question

मुझे डेटा के लिए गाऊशियन फिट करने में कुछ परेशानी हो रही है। मुझे लगता है कि समस्या यह है कि अधिकांश तत्व शून्य के करीब हैं, और वास्तव में कई बिंदुओं को फिट करने के लिए नहीं हैं। लेकिन किसी भी मामले में, मुझे लगता है कि वे फिट करने के लिए एक अच्छा डेटासेट बनाते हैं, और मुझे पाइथन को भ्रमित करने वाला नहीं मिलता है। यहाँ कार्यक्रम है, मैं भी तो आप देख सकते हैं कि मैं क्या

#Gaussian function 
def gauss_function(x, a, x0, sigma): 
    return a*np.exp(-(x-x0)**2/(2*sigma**2)) 

# program 
from scipy.optimize import curve_fit 
x = np.arange(0,21.,0.2) 
# sorry about these data! 
y = [0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 2.2888599818864958e-275, 1.0099964933708256e-225, 4.9869496866403137e-184, 4.4182929795060327e-149, 7.2953754336628778e-120, 1.6214815763354974e-95, 2.5845990267696154e-75, 1.2195550372375896e-58, 5.6756631456872126e-45, 7.2520963306599953e-34, 6.0926453402093181e-25, 7.1075523112494745e-18, 2.1895584709541657e-12, 3.1040093615952226e-08, 3.2818874974043519e-05, 0.0039462011337049593, 0.077653596114448178, 0.33645159419151383, 0.40139213808285212, 0.15616093582013874, 0.0228751827752081, 0.0014423440677009125, 4.4400754532288282e-05, 7.4939123408714068e-07, 7.698340466102054e-09, 5.2805658851032628e-11, 2.6233358880470556e-13, 1.0131613609937094e-15, 3.234727006243684e-18, 9.0031014316344088e-21, 2.2867065482392331e-23, 5.5126221075296919e-26, 1.3045106781768978e-28, 3.1185031969890313e-31, 7.7170036365830092e-34, 2.0179753504732056e-36, 5.6739187799428708e-39, 1.7403776988666581e-41, 5.8939645426573027e-44, 2.2255784749636281e-46, 9.4448944519959299e-49, 4.5331936383388069e-51, 2.4727435506007072e-53, 1.5385048936078214e-55, 1.094651071873419e-57, 8.9211199390945735e-60, 8.3347561634783632e-62, 8.928140776588251e-64, 1.0960564546383266e-65, 1.5406342485015278e-67, 2.4760905399114866e-69, 4.5423744881977258e-71, 9.4921949220625905e-73, 2.2543765002199549e-74, 6.0698995872666723e-76, 1.8478996852922248e-77, 6.3431644488676084e-79, 0.0, 0.0, 0.0, 0.0] 

plot(x,y) #Plot the curve, the gaussian is quite clear 
plot(x,y,'ok') #Overplot the dots 

# Try to fit the result 
popt, pcov = curve_fit(gauss_function, x, y) 

समस्या

फिट करने के लिए कोशिश कर रहा हूँ डेटा प्लॉट करने के लिए एक लाइन जोड़ लिया है कि popt के लिए परिणाम

print popt 
array([ 7.39717176e-10, 1.00000000e+00, 1.00000000e+00]) 

किसी भी संकेत है यह क्यों हो रहा है?

धन्यवाद!

Answer 1

आपकी समस्या curve_fit के प्रारंभिक मानकों के साथ है। डिफ़ॉल्ट रूप से, यदि कोई अन्य जानकारी नहीं दी जाती है, तो यह 1 की सरणी से शुरू होगी, लेकिन यह स्पष्ट रूप से मूल रूप से गलत परिणाम का कारण बनती है। इसे उचित प्रारंभिक वेक्टर देकर बस ठीक किया जा सकता है। ऐसा करने के लिए, मैं अनुमान मतलब और आपके डेटासेट

#estimate mean and standard deviation 
meam = sum(x * y) 
sigma = sum(y * (x - m)**2) 
#do the fit! 
popt, pcov = curve_fit(gauss_function, x, y, p0 = [1, mean, sigma]) 
#plot the fit results 
plot(x,gauss_function(x, *popt)) 
#confront with the given data 
plot(x,y,'ok') 

इस के मानक विचलन से शुरू पूरी तरह से अपने परिणामों को लगभग बराबर होगी। याद रखें कि आम तौर पर वक्र फिटिंग तब तक काम नहीं कर सकती जब तक कि आप एक अच्छे बिंदु (अभिसरण बेसिन के अंदर, स्पष्ट होने के लिए) शुरू नहीं करते हैं, और यह कार्यान्वयन पर निर्भर नहीं है। जब आप अपने ज्ञान का उपयोग कर सकते हैं तो कभी भी अंधा फिट न करें!