使用 lmfit 时将参数传递给 emcce 示例答案

【问题标题】：Passing arguments to emcce sample when using lmfit使用 lmfit 时将参数传递给 emcce 示例
【发布时间】：2021-06-17 11:01:39
【问题描述】：

我正在尝试使用 lmfit 和 emcee minner 将函数拟合到两个数据集

我的代码如下所示：

minner = lmfit.Minimizer(function_2min, params, fcn_args=([x1,x2], [y1,y2],[y_err1,y_err2]))
result = minner.minimize(method='emcee')

这适用于某些数据集，但有时我会收到如下所示的错误：

“ValueError：初始状态的条件数很大。确保你的 walkers 是线性独立的以获得最佳性能”

从我的谷歌搜索看来，跳过此错误的解决方案似乎是在 emcce sample 中将 skip_initial_state_check 参数设置为 True

我试图通过这种方式将此设置传递给最小化器来做到这一点：

result = minner.minimize(method='emcee',**{'skip_initial_state_check':True})

但是我得到一个错误：

"TypeError: emcee() 得到了一个意外的关键字参数 'skip_initial_state_check'"

但是，当我尝试通过将任何其他参数传递给司仪来做到这一点时，它似乎可以工作。例如，这很好用：

result = minner.minimize(method='emcee',**{'nwalkers':5000})

所以我的结论是，我没有将参数传递给 emcee 样本，而是一般地传递给 emcee。有人会这么好心地提出解决方案吗？不幸的是，我不能使用最小二乘拟合，因为它往往会经常卡在局部最小值上。

【问题讨论】：

【解决方案1】：

lmfit.emcee 创建一个emcee.EnsembleSampler，然后运行该采样器run_mcmc() 方法。您可以将可选参数传递给 lmfit.emcee(...., run_mcmc_kwargs={})

不过，我不知道这是否能满足您的要求。我猜您实际上想在尝试跳过检查之前注意emcee 给出的错误消息。

更重要的是，您打开了“我正在尝试使用 lmfit 和 emcee 将函数拟合到两个数据集”的前提，这表明您走错了路。 emcee 没有——也不能——实际上适合。它可以探索参数空间，这肯定是有用的，但它从来没有打算找到改进的解决方案。

如果进行实际拟合发现错误的最小值，那么您可能需要一个更“全局”的求解器（emcee 也不属于该类别！）或者了解您的问题为何容易出现这种错误的最小值 - 也许他们毕竟不是那么错误，或者它可能指向一个有缺陷的模型或“拟合优度”度量。

【讨论】：