LMFIT:Python的非线性最小二乘最小化和曲线拟合

Lmfit为Python的非线性优化和曲线拟合问题提供了高级接口。Lmfit建立在scipy.optimize.leastsq（）的Levenberg-Marquardt算法上，但也支持scipy.aptimize中的大多数优化方法。它有许多有用的增强功能，包括：

• 使用Parameter对象而不是普通浮点作为变量。参数的值可以在拟合中变化、固定、有上限和/或下限。它甚至可以具有受其他参数值的代数表达式约束的值。
• 易于更改拟合算法。一旦建立了拟合模型，就可以在不改变目标函数的情况下改变拟合算法。
• 改进了置信区间的估计。虽然scipy.optimize.leastsq（）将自动从协方差矩阵中计算不确定性和相关性，但lmfit还具有明确探索参数空间的功能，以确定置信水平，即使在最困难的情况下也是如此。
• 改进了Model类的曲线填充。这扩展了scipy.optimize.curve_fit（）的功能，允许您将为数据建模的函数转换为一个python类，帮助您将数据参数化并与该模型匹配。
• 其中包括许多用于常见线型的预构建模型，可以随时使用。

lmfit包是使用MIT许可证的自由软件