python中一次多个函数的最小均方方法答案

【问题标题】：Least mean square method for multiple functions at once in pythonpython中一次多个函数的最小均方方法
【发布时间】：2023-01-13 20:34:58
【问题描述】：

我有 2 个公式来描述 2 个垂直轴上的行为。我也有来自 FEM 模拟的数据。目标是使用最小均方法得到参数Rr、Lr和cm。

不幸的是，我想使用 scipy.curve_fit 它只接受单个函数作为输入。在这种情况下，我需要它接受 2 个函数作为输入。

我在 excel 中做了一些事情，其中手动插入参数以证明它可以/不能完美拟合。他们不能，但我想获得“最佳”合身。

除了手动硬编码最后的均方方法来计算偏差并找到最小值之外，你知道如何解决它吗？非常感谢您的帮助。

【问题讨论】：

你需要更好地描述你的问题。您需要它接受两个功能是什么意思？你如何评估这两件事在一起的适合度？
您可以将函数的相对重要性放在超参数lambda中，然后使用func1 + lambda * func2
请将图片添加到帖子中而不是作为链接以防止链接失效

标签： python curve-fitting least-squares

【解决方案1】：

您可以将函数的相对重要性放在超参数lambda 中，然后使用func1 + lambda * func2。

使用代码：

importance_of_func1_relative_to_func2 = 1

def objective(args1, args2):
    return func1(args1) * importance_of_func1_relative_to_func2 + func2(args2)

【讨论】：