Lmfit nan值

Question

我在试着配合分配。我使用的模型是：

def quasiParabolic(x, n, sigma):
    fact1 = (1/(2*np.pi*sigma))
    fact2 =((n+1)/n)
    fact = fact1*fact2
    pot1 = 1-(1/n)
    pot2 = ((x**2)/(2*(sigma**2)))
    pot = (pot1*pot2)**n
    return fact*pot

所用的代码是：

#DATA NORMALIZATION
areaData = simps(integr, colPosmm)
y_ = integr/areaData
area2 = simps(y_, colPosmm)
print 'Integral normalized data B2',area2
print ''

#LMFIT
gmodel = Model(quasiParabolic)
params = Parameters()
params.add('n', value=2, min=0)
params.add('sigma', value=1, min=0)

# FIT
result3Q = gmodel.fit(y_, x=colPosmm, params=params)

#SAVE PARAMETERS
for param in result3L.params.values():
    if param.name == 'n':
         nval = param.value
    if param.name == 'sigma':
         sigmaval = param.value

#PARAMETERS REPORT
print '\033[4mQUASIPARAMETRIC MODEL B1 \033[0m'
print(result3Q.fit_report())
print ''

#PLOT FIT
plt.figure(1)
plt.plot(colPosmm, result3Q.best_fit, 'c-', label="Lmfit Quasiparabolic" )
plt.legend()

plt.figure(3)
plt.plot(colPosmm, result3Q.best_fit, 'c-', label="Lmfit Quasiparabolic" )
plt.legend()

当我运行脚本时，它会返回以下错误：

ValueError: The input contains nan values

我试过检查nan值，它们在变量pot中(在函数的定义中定义)。

我还打印了y_和colPosmm，以确保没有nan值，所以它是这样的。

我还尝试用2代替pot公式中的指数n (只是为了做测试)，在这个例子中，脚本可以工作。

有人能帮我吗？谢谢!

Answer 1

当scipy遇到残差数组中的NaN值(模型或数据适合该模型)时，Lmfit和其他来自该模型的拟合方法不能很好地恢复。这是相当明智的，真的:如果有一个NaN，从这个值导出的任何值都将是NaN，所以拟合者会认为卡方是NaN，并且不知道残差的平方和是否有改进。

对于您的数据，我猜您正遇到一种情况

pot = (pot1*pot2)**n

其中pot1*pot2为负值(对于某些值)。

由于您允许安装n，它将是一个双精度的真实，而不仅仅是一个整数。当然，当然，

 x ** n

NaN表示x < 0和非整数n.

因此，我认为您要么希望防止pot1*pot2为负值，要么将n修正为某个整数值。