使用scipy的curve_fit估计负指数参数的问题

Question

我正在尝试让scipy的curves_fit函数来估计一个修正的负指数函数的参数。当我调用curve_fit时，我收到了错误，我不知道为什么。

该函数的定义如下：

def negative_exponential(x, carryover, asymptote, speed):
    return x[0] * carryover + asymptote * (1 - np.exp(-speed * x[1]))

当使用合理的参数进行调用时，这似乎可以按预期工作

用于估计参数的数据存储在数据帧中。下面是我用来调用curve_fit的代码

x = df[["Sales_2015", "Calls_2016"]]
y = df["Sales_2016"]
popt, pcov = curve_fit(negative_exponential, x.values, y.values)
print (popt)

curve_fit函数会给出此错误

---------------------------------------------------------------------------
KeyError                                  Traceback (most recent call last)
C:\Users\steve\Anaconda3\lib\site-packages\pandas\indexes\base.py in get_loc(self, key, method, tolerance)
   2133             try:
-> 2134                 return self._engine.get_loc(key)
   2135             except KeyError:

我还尝试过通过传递x.values和y.values来调用curve_fit。这也给出了一个错误。

另请注意，使用这些数据估计OLS模型没有问题，例如

model = sm.OLS(y, x).fit()
model.summary()

这意味着在传递给curve_fit之前，我需要对x和y执行一些操作

有什么建议吗？

Answer 1

问题出在x和y的维度上。调换dataframe序列修复了代码：

x = d4[["Sales_2015", "Calls_2016"]].transpose().as_matrix()
y = d4["Sales_2016"].transpose().as_matrix()