Scipy curve_fit多系列数据拟合：为多条曲线求解统一拟合参数

嘿，这个多区域共用参数拟合的问题我之前也碰到过，直接拼接数据确实容易出问题——毕竟不同区域的数据可能量级、分布差异很大，拟合的时候很容易偏向某一块区域，导致整体效果拉胯。给你几个可行的解决方案，亲测有效：

curve_fit默认是对所有输入点计算均方误差，但它没法灵活处理多区域的联合拟合需求。换成minimize的话，你可以自定义一个全局损失函数，把每个区域的误差加起来，让优化器同时考虑所有区域的拟合效果。

举个代码例子：

import numpy as np
from scipy.optimize import minimize

# 先把所有区域的数据整理成列表，每个元素是(x, 橙色曲线y值, 目标y值)
regions = [
    (x_region1, orange_y_region1, target_y_region1),
    (x_region2, orange_y_region2, target_y_region2),
    # 有多少个区域就加多少个
]

# 这里是你的非线性函数，替换成你实际的实现
def non_linear_function(x, c1, c2, c3):
    return c1 * np.exp(-c2 * x) + c3 * np.power(x, 2)

# 定义全局损失函数：所有区域的均方误差之和
def total_loss(params):
    c1, c2, c3 = params
    total_error = 0.0
    for x, orange_y, target_y in regions:
        # 计算当前参数下的修正后曲线
        damage = non_linear_function(x, c1, c2, c3)
        predicted_y = np.multiply(damage, orange_y)
        # 累加当前区域的误差（这里用均方误差，你也可以换成其他误差指标，比如绝对误差）
        total_error += np.sum(np.square(predicted_y - target_y))
    return total_error

# 初始参数猜测：可以用单个区域拟合出来的参数当初始值，加快收敛
initial_guess = [1.0, 0.5, 0.1]  # 换成你自己的初始值

# 调用优化器求解最优参数，选一个适合你问题的优化方法，L-BFGS-B适合带约束的情况，没有约束也可以用Nelder-Mead
result = minimize(total_loss, initial_guess, method='L-BFGS-B')

# 得到最优参数
best_c1, best_c2, best_c3 = result.x

如果某些区域的拟合优先级更高，你可以在损失函数里给对应的区域加上权重系数，让优化器更重视这些区域的误差：

# 给每个区域分配权重，比如区域1权重0.7，区域2权重0.3，总和不一定是1，按需求调整
region_weights = [0.7, 0.3]

def weighted_total_loss(params):
    c1, c2, c3 = params
    total_error = 0.0
    for (x, orange_y, target_y), weight in zip(regions, region_weights):
        damage = non_linear_function(x, c1, c2, c3)
        predicted_y = np.multiply(damage, orange_y)
        # 乘以权重后累加误差
        total_error += weight * np.sum(np.square(predicted_y - target_y))
    return total_error

# 同样调用minimize求解
result = minimize(weighted_total_loss, initial_guess, method='L-BFGS-B')

如果不同区域的y值量级差得很大，拟合时会自动偏向量级大的区域，这时候可以先对每个区域的数据做标准化（比如归一化到[0,1]区间），拟合完之后再还原回原始量级：

# 先标准化每个区域的数据，同时保存缩放参数用于还原
normalized_regions = []
scalers = []
for x, orange_y, target_y in regions:
    # 对目标y和橙色曲线y做最小-最大归一化
    target_min, target_max = target_y.min(), target_y.max()
    orange_min, orange_max = orange_y.min(), orange_y.max()
    
    norm_target = (target_y - target_min) / (target_max - target_min)
    norm_orange = (orange_y - orange_min) / (orange_max - orange_min)
    
    normalized_regions.append((x, norm_orange, norm_target))
    scalers.append((target_min, target_max, orange_min, orange_max))

# 用标准化后的数据定义损失函数
def normalized_loss(params):
    c1, c2, c3 = params
    total_error = 0.0
    for x, norm_orange, norm_target in normalized_regions:
        damage = non_linear_function(x, c1, c2, c3)
        predicted_y = np.multiply(damage, norm_orange)
        total_error += np.sum(np.square(predicted_y - norm_target))
    return total_error

result = minimize(normalized_loss, initial_guess, method='L-BFGS-B')
best_c1, best_c2, best_c3 = result.x

# 如果需要还原到原始量级，可以用这个函数
def predict_original(x, orange_y, scaler):
    target_min, target_max, orange_min, orange_max = scaler
    norm_orange = (orange_y - orange_min) / (orange_max - orange_min)
    damage = non_linear_function(x, best_c1, best_c2, best_c3)
    norm_pred = np.multiply(damage, norm_orange)
    # 还原回原始范围
    return norm_pred * (target_max - target_min) + target_min

当你把所有区域的数据拼接成一维数组时，curve_fit会把每个点当成同等重要的样本，但不同区域的数据可能在量级、点的数量上差异很大——比如某个区域有1000个点，另一个只有100个，或者某个区域的y值是另一个的100倍，拟合结果就会被占优的区域牵着走，其他区域的拟合效果自然就差了。而上面的方法可以让你更灵活地控制每个区域的贡献，从而得到全局最优的参数。

内容的提问来源于stack exchange，提问作者Polygondwana