polinomios - Python-Cuadrado R y suma absoluta de cuadrados obtenibles por scipy.optimize curve_fit?

librerias de scipy

Question

Estoy ajustando curvas usando curve_fit. ¿Hay alguna manera de leer el coeficiente de determinación y la suma absoluta de cuadrados? Gracias, Woodpicker

Answer 1

Según doc , la optimización con curve_fit te da

Valores óptimos para los parámetros de manera que la suma del error cuadrado de f (xdata, * popt) - ydata se minimice

Luego, usa optimize.leastsq

import scipy.optimize
p,cov,infodict,mesg,ier = optimize.leastsq(
residuals,a_guess,args=(x,y),full_output=True,warning=True)

con esto para los residuals :

def residuals(a,x,y):
return y-f(x,a)

residuals es el método que devuelve la diferencia entre los datos de salida verdaderos y la salida del modelo, con f el modelo, a parámetro (s), x los datos de entrada.

Método optimize.leastsq devuelve una gran cantidad de información que puede utilizar para calcular RSquared y RMSE usted mismo. Para RSQuared, puedes hacer

ssErr = (infodict[''fvec'']**2).sum()
ssTot = ((y-y.mean())**2).sum()
rsquared = 1-(ssErr/ssTot )

Más detalles sobre lo que es infodict[''fvec'']

In [48]: optimize.leastsq?
...
infodict -- a dictionary of optional outputs with the keys:
''fvec'' : the function evaluated at the output