如何使用 scipy curve_fit 将曲线拟合到此数据

Question

我希望有人能帮我解决我在为这些数据拟合曲线时出错的地方。我正在使用link 中的方法，因此具有以下代码：

def sigmoid(x, L, x0, k, b):
    y = L / (1 + np.exp(-k*(x-x0)))+b
    return y

p0 = [max(y1), np.median(x2), 1, min(y1)]

popt, pcov = curve_fit(sigmoid, xdata=x2, ydata=y1, p0=p0, method='dogbox')

predictions = sigmoid(x2, *popt)

我绘制的“曲线”看起来像这样：

但我期待更多的 s 形曲线。我尝试了不同的 p0 值，但没有得到所需的输出（老实说，我不确定应该如何找到理想的起始参数）。

使用p0 = [max(y1), np.median(x2), 0.4, 1] 和method='trf 我确实得到了以下结果，它更接近但仍然缺少中间的曲线？

非常感谢任何帮助！

Answer 1

那是因为您的 y 轴是对数刻度。如果您将 y 轴更改为线性轴，您会发现拟合实际上非常好。