lppls.LPPLSで特定の変数を固定したい

python

1initial_values = {2 'm': 1.0,3 'w': 20.0,4 'a': 0.1,5 'b': 0.1,6 'c': 1.0,7 'c1': 0.1,8 'c2': 0.1,9 'O': 1.0,10 'D': 1.011}12 13# TCの値を固定してフィッティング14def fit_with_fixed_tc(tc_value):15 # 特定のtcでの初期値を設定16 initial_values['tc'] = tc_value 17 18 # LPPLSモデルのインスタンス化19 lppls_model = lppls.LPPLS(observations=observations)20 21 # 初期値を用いてフィッティング22 lppls_model.set_params(**initial_values)23 tc_result, m_value, w_value, a_value, b_value, c_value, c1_value, c2_value, O_value, D_value = lppls_model.fit(MAX_SEARCHES)24 25 return lppls_model, tc_result, m_value, w_value, a_value, b_value, c_value, c1_value, c2_value, O_value, D_value 26 27# 特定のtcでのフィッティング28specific_tc = pd.Timestamp.toordinal(dt.strptime('19930401', '%Y%m%d'))29lppls_model, tc_result, m_value, w_value, a_value, b_value, c_value, c1_value, c2_value, O_value, D_value = fit_with_fixed_tc(specific_tc)30 31print(f"For tc={specific_tc}, m={m_value}, w={w_value}, a={a_value}, b={b_value}, c={c_value}, c1={c1_value}, c2={c2_value}, O={O_value}, D={D_value}")32 33# visualize the fit34lppls_model.plot_fit()35plt.show()