У меня есть набор данных комплексных чисел, и я хотел бы найти параметры, которые лучше всего соответствуют данным. Можете ли вы разместить данные в комплексных числах, используя наименьший квадрат, как это реализовано в scipy в python?
Например, мой код выглядит примерно так:
import cmath
from scipy.optimize import leastsq
def residuals(p,y,x):
L,Rs,R1,C=p
denominator=1+(x**2)*(C**2)*(R1**2)
sim=complex(Rs+R1/denominator,x*L-(R1**2)*x*C/denominator)
return(y-sim)
z=<read in data, store as complex number>
x0=np.array[1, 2, 3, 4]
res = leastsq(residuals,x0, args=(z,x))
Однако residuals
не любит работать с моим комплексным числом, я получаю сообщение об ошибке:
File "/tmp/tmp8_rHYR/___code___.py", line 63, in residuals
sim=complex(Rs+R1/denominator,x*L-(R1**_sage_const_2 )*x*C/denominator)
File "expression.pyx", line 1071, in sage.symbolic.expression.Expression.__complex__ (sage/symbolic/expression.cpp:7112)
TypeError: unable to simplify to complex approximation
Я предполагаю, что мне нужно работать только с поплавками/удвоениями, а не комплексными числами. В таком случае, как я могу оценить реальную и сложную части отдельно, а затем объединить их вместе в единую метрику ошибок для возврата residuals
?