我有两个变量(x和y)彼此之间有一些S形关系,我需要找到某种预测方程,这将使我能够在给定任何x值的情况下预测y的值 . 我的预测方程需要显示两个变量之间的某种S形关系 . 因此,我不能满足于产生线的线性回归方程 . 我需要看到两个变量图的右侧和左侧出现的斜率的逐渐曲线变化 .
我在googling曲线回归和python之后开始使用numpy.polyfit,但是如果你运行下面的代码,这给了我可怕的结果 . Can anyone show me how to re-write the code below to get the type of sigmoidal regression equation that I want?
如果你运行下面的代码,你可以看到它给出了一个向下的抛物线,这不是我的变量之间的关系应该是什么样子 . 相反,我的两个变量之间应该存在更多的S形关系,但是与我在下面的代码中使用的数据紧密相符 . 下面代码中的数据来自大样本研究的手段,因此它们包含的统计功效比五个数据点所暗示的要多 . 我没有大样本研究的实际数据,但我确实有下面的方法和他们的标准偏差(我没有显示) . 我更愿意用下面列出的平均数据绘制一个简单的函数,但如果复杂性会带来实质性的改进,代码可能会变得更加复杂 .
How can I change my code to show a best fit of a sigmoidal function, preferably using scipy, numpy, and python? 这是我的代码的当前版本,需要修复:
import numpy as np
import matplotlib.pyplot as plt
# Create numpy data arrays
x = np.array([821,576,473,377,326])
y = np.array([255,235,208,166,157])
# Use polyfit and poly1d to create the regression equation
z = np.polyfit(x, y, 3)
p = np.poly1d(z)
xp = np.linspace(100, 1600, 1500)
pxp=p(xp)
# Plot the results
plt.plot(x, y, '.', xp, pxp, '-')
plt.ylim(140,310)
plt.xlabel('x')
plt.ylabel('y')
plt.grid(True)
plt.show()
以下编辑:(重新构建问题)
您的反应及其速度令人印象深刻 . 谢谢你,unutbu . 但是,为了产生更有效的结果,我需要重新构建我的数据值 . 这意味着将x值重新转换为max x值的百分比,同时将y值重新转换为原始数据中x值的百分比 . 我尝试使用您的代码执行此操作,并提出以下内容:
import numpy as np
import matplotlib.pyplot as plt
import scipy.optimize
# Create numpy data arrays
'''
# Comment out original data
#x = np.array([821,576,473,377,326])
#y = np.array([255,235,208,166,157])
'''
# Re-calculate x values as a percentage of the first (maximum)
# original x value above
x = np.array([1.000,0.702,0.576,0.459,0.397])
# Recalculate y values as a percentage of their respective x values
# from original data above
y = np.array([0.311,0.408,0.440,0.440,0.482])
def sigmoid(p,x):
x0,y0,c,k=p
y = c / (1 + np.exp(-k*(x-x0))) + y0
return y
def residuals(p,x,y):
return y - sigmoid(p,x)
p_guess=(600,200,100,0.01)
(p,
cov,
infodict,
mesg,
ier)=scipy.optimize.leastsq(residuals,p_guess,args=(x,y),full_output=1,warning=True)
'''
# comment out original xp to allow for better scaling of
# new values
#xp = np.linspace(100, 1600, 1500)
'''
xp = np.linspace(0, 1.1, 1100)
pxp=sigmoid(p,xp)
x0,y0,c,k=p
print('''\
x0 = {x0}
y0 = {y0}
c = {c}
k = {k}
'''.format(x0=x0,y0=y0,c=c,k=k))
# Plot the results
plt.plot(x, y, '.', xp, pxp, '-')
plt.ylim(0,1)
plt.xlabel('x')
plt.ylabel('y')
plt.grid(True)
plt.show()
Can you show me how to fix this revised code?
NOTE: By re-casting the data, I have essentially rotated the 2d (x,y) sigmoid about the z-axis by 180 degrees. Also, the 1.000 is not really a maximum of the x values. Instead, 1.000 is a mean of the range of values from different test participants in a maximum test condition.
下面的第二个编辑:
谢谢你,ubuntu . 我仔细阅读了你的代码,并在scipy文档中查看了它的各个方面 . 由于您的名字似乎弹出作为scipy文档的作者,我希望您可以回答以下问题:
1.)leastsq()是否调用residuals(),然后返回输入y-vector和sigmoid()函数返回的y-vector之间的差异?如果是这样,它如何解释输入y向量和sigmoid()函数返回的y向量的长度差异?
2.)看起来我可以为任何数学方程式调用leastsq(),只要我通过残差函数访问该数学方程式,而残差函数又调用数学函数 . 这是真的?
3.)另外,我注意到p_guess具有与p相同数量的元素 . 这是否意味着p_guess的四个元素分别对应于x0,y0,c和k返回的值?
4.)作为参数发送到residuals()和sigmoid()的p是否与将由leastsq()输出的p相同,而leastsq()函数在返回之前在内部使用该p?
5.)p和p_guess可以有任意数量的元素,这取决于用作模型的方程的复杂性,只要p中的元素数等于p_guess中的元素数量?
4 回答
使用scipy.optimize.leastsq:
产量
用sigmoid参数
请注意,对于较新版本的scipy(例如0.9),还有scipy.optimize.curve_fit函数,它比
leastsq
更容易使用 . 有关使用curve_fit
拟合sigmoids的相关讨论可以在here找到 .编辑:添加了一个
resize
函数,以便可以重新调整原始数据并将其移动以适合任何所需的边界框 .免责声明:我不是scipy文档的作者 . 我只是一个用户,也是一个新手 . 我所知道的关于
leastsq
的大部分内容来自阅读this tutorial,由Travis Oliphant撰写 .是!究竟 .
长度是一样的:
其中一个Numpy的精彩之处在于它允许您编写在整个阵列上运行的“矢量”方程式 .
可能看起来它适用于浮点数(实际上它会)但是如果你使
x
为一个numpy数组,并且c
,k
,x0
,y0
浮点数,那么等式将y
定义为与x
形状相同的numpy数组 . 所以sigmoid(p,x)
返回一个numpy数组 . 有关如何在numpybook中工作的更完整的解释(严肃的numpy用户必读) .真正 .
leastsq
尝试最小化残差平方和(差异) . 它搜索参数空间(p
的所有可能值),寻找p
,最小化该平方和 . 发送到residuals
的x
和y
是原始数据值 . 他们是固定的 . 他们不希望p
s(sigmoid函数中的参数)leastsq
试图最小化 .正是如此!像牛顿的方法一样,
leastsq
需要p
的初始猜测 . 您将其提供为p_guess
. 当你看到你可以认为作为最小化算法(实际上是Levenburg-Marquardt算法)的一部分作为第一遍,最小规则调用
residuals(p_guess,x,y)
. 注意之间的视觉相似性和
它可以帮助您记住
leastsq
的参数的顺序和含义 .residuals
,像sigmoid
一样返回一个numpy数组 . 数组中的值是平方的,然后求和 . 这是要击败的数字 . 然后p_guess
会变化,因为leastsq
会查找一组最小化residuals(p_guess,x,y)
的值 .好吧,不完全是 . 如您所知,
p_guess
随着leastsq
搜索最小化residuals(p,x,y)
的p
值而变化 . 发送到leastsq
的p
(呃,p_guess
)与leastsq
返回的p
具有相同的形状 . 显然,值应该是不同的,除非你是一个猜测者的地狱:)是 . 我没有对非常大量的参数进行压力测试
leastsq
,但它是一个非常强大的工具 .我不认为你会得到任何程度的多项式拟合得到好的结果 - 因为所有多项式对于足够大和小的X都会变为无穷大,但是S形曲线将渐近地在每个方向上接近某个有限值 .
我知道numpy是否有更通用的曲线拟合程序 . 如果你必须自己动手,也许这篇文章在Logistic regression上会给你一些想法 .
对于Python中的逻辑回归,scikits-learn公开了高性能拟合代码:
http://scikit-learn.sourceforge.net/modules/linear_model.html#logistic-regression
正如@unutbu上面指出的那样
scipy
现在提供scipy.optimize.curve_fit,它拥有一个不太复杂的呼叫 . 如果有人想要快速了解相同过程在这些术语中的样子,我将在下面给出一个最小的例子:结果如下图所示: