即使使用非常好的初始启动参数，lmfit 也无法拟合或拟合没有不确定性，为什么？

Question

我现在遇到过几次这个问题，非常令人沮丧，但结果证明很容易解决。只是想把它放在这里，以便其他人可以找到它，因为它在过去让我很头疼，而我从未设法找到有关此的信息。

问题症状：

即使使用非常好的初始参数来拟合数据（基于看起来非常接近数据的初始拟合），运行 model.fit(...) 也无法完全拟合数据，或者确实拟合但在 @ 中出现警告987654322@## Warning: uncertainties could not be estimated:...。其他非常相似的拟合可能会毫无错误地运行，因此似乎根本没有充分的理由。

注意，这不是数据的限制，也不是任何拟合值超小或超大的限制，这实际上确实使最小化器处理起来更加困难。

Answer 1

答案：

由于某种原因，lmfit 似乎不喜欢np.float64。在许多情况下（至少对我而言），只需将传入的数据类型更改为 np.float32 首先就可以完全解决问题。

即使值只有几个小数点长也是如此，因此在转换为 float32 时不会更改根本。