У меня есть общий класс нелинейных задач, где у меня есть 2 или более векторов y-данных, которые связаны зависимым, но известным способом с 2 или более векторами x-данных, и я хочу найти параметры. Я ищу способ адаптации базовой модели нелинейного соответствия в python, чтобы учесть оба набора данных.
В общем случае у меня может быть пара:
[y1(x1, x2; A, B), y2(x1, x2; A, B)]
В качестве конкретного примера я мог бы иметь:
y1 = A sin(B x1) + e^(-A x1)
y2 = A x1^2 + B x2 + log[A x2]
(Предположим, что они аналитически не разрешимы или могут привести к неэффективности в случае их решения). Мне известны все значения y1, y2
и x1, x2
, и я хочу найти оценку для A
и B
, которая учитывает данные обоих ys
. Я мог бы просто подогнать одно или другое уравнение и получить оценку для A
и B
.
Например, представьте, если y2
не зависит от B
(или очень слабо). Он по-прежнему дает достоверную информацию о значении A
, которое я хочу y1
принять во внимание.
В качестве дополнительного вопроса, как бы я использовал этот метод, чтобы поместить разные веса в два набора данных y?
Edit:
Один из возможных подходов, который я могу придумать, состоит в том, чтобы сложить все y-данные в один столбец, а затем использовать функцию для обработки ожидаемого y1,y2
, а затем завершить функцию чем-то вроде return vstack((y1,y2))
, чтобы я Можно сравнить два набора? Тогда я мог бы просто иметь весовую функцию, которая соответствует длине этой объединенной функции?