필자는 기준선을 제거하고 궁극적으로 파이썬 (이전에 경험이있는 경우 라만 산란 측정)을 사용하여 일부 시끄러운 데이터의 피크를 찾고 싶습니다. PeakUtils 라이브러리 (https://pythonhosted.org/PeakUtils/tutorial_a.html)의이 가이드에 따라 작성자는 polyval을 사용하여 다항식에 데이터를 맞춘 다음이 값을 기준
매우 복잡한 최소화 문제에 제약 조건을 추가하려고하는데 문서를 읽은 후에도이를 구현하는 방법을 모르겠습니다. 간단한 예를 들어 대답하면 원래 문제가 해결됩니다. 다음은 코드입니다. from iminuit import Minuit
def f(x,y,z):
return (x-1.)**2 +(y-2*x)**2 + (z-3.*x)**2 -1.
모든 범위의 확률 벡터 (0에서 1까지)가 있지만 모든 숫자는 1보다 약간 작습니다.이 벡터의 곱의 최대 확률을 계산해야합니다. 언더 플로가 발생하지 않도록하려면 어떻게해야합니까? 내 모든 시도에서 실패 할 수 있습니다. 내가 취한 첫 번째 단계는 내 배열을 배열의 최대 값으로 나누는 것이 었습니다. 나는 두 개의 샘플 확률 N 시간의 합계의 제품을 극대화
파이썬에서 가우스 혼합 모델을 1 차원 배열에 맞추려고합니다. 파이썬의 Sklearn 라이브러리에서 "혼합물"을 사용하고 있습니다. 내 샘플 배열에는 mean = 70.2 및 variance = 11.8 인 단일 정규 분포에서 437 개의 샘플이 포함되어 있으며 일반 모양을 잃지 않고 노이즈를 추가했습니다. 파이썬 내 배열, 즉 V는 같다 : V = 배열
제가 x = cos(t)/sqrt(1-(a/b)^2)
y = b*sin(t)-a
의해 주어진 파라미터 곡선 (사이 -1과 1 x 값 linspace(0,9,n) 상응하는 값)을 n 차원 벡터 data하여 주어진 데이터 세트에 맞게하고자 a < b 및 0 < t < pi입니다. 이 곡선은 타원의 상반부이며 x 축 아래로 아래로 내리고 x 축과 -1과 1
저는 여러 분포를 맞추고 각각에 대한 표준 편차를 얻으려고합니다. 그러나 표준 편차에 대해서는 inf 또는 Nan 중 많은 수가 다시 실행됩니다. 필자가하고있는 적합 분포의 분산을 얻는 방법이 정확한가? 더 좋은 방법이 있습니까? 왜 Nans? 이것이 내가 한 일입니다. param = distribution.fit(data)
arg = param[:-2]
우도 함수를 계산하는 프로그램을 작성하고 있습니다. #loglikelihood
def like_xe(I):
model=(0.1535*(Z/A)*((charge*c/v_array)**2))*(np.log((2*m_e*(gamma_array**2)*(v_array**2)*(w_array)/((I*1.6E-6)**2)))-(2*(v_array/c_sp
일부 데이터에 표면 방정식을 맞추고 싶습니다. scipy.optimize.leastsq를 이미 시도했지만 경계를 지정할 수 없기 때문에 사용할 수없는 결과가납니다. 또한 scipy.optimize.least_squares을 시도했지만 그것은 나에게 오류 제공 : ValueError: too many values to unpack
내 방정식은 다음과 같습
저는 최대 월간 240 건의 월간 누적 배열을 가지고 있으며 리턴 기간 계산을 위해 해당 데이터에 GEV 곡선을 맞추려고합니다. 그러나 GEV 곡선은 GEV 함수에 입력 된 조수의 막대 그래프와 유사하지 않습니다. 당신이 볼 수 있듯이 import numpy as np
import matplotlib.pyplot as plt
from scipy.stat