SEIRモデルを用いてコロナの新規感染者のフィッティング

Question

前提

PythonでSEIRモデルの微分方程式を解いています。

実現したいこと

新型コロナウイルスの新規感染者の過去のデータを最小二乗法を用いてフィッティングを行なっています。

発生している問題・エラーメッセージ

発生している問題は最小二乗法で過去のデータに当てはめた曲線を導出したのですが最小の方でグラフが曲がって出てしまいました。緩やかな曲線で導出したいのでここを緩やかにするためにはどのようにするべきかお聞きしたいです。

該当のソースコード

import numpy as np
import matplotlib.pyplot as plt
from scipy.integrate import odeint
from scipy import optimize
import csv

# loading csv-file
f = open("./COVID_3nd_wave.csv", "r", encoding="UTF-8", errors="", newline="" )
fcsv = csv.reader(f, delimiter=",", doublequote=True, lineterminator="\r\n", quotechar='"', skipinitialspace=True)

next(f) # skip to the header of the csv-file

cases = [] 
for row in fcsv:
    cases.append(int(row[1]))

Tokyo = 13999568 # the population of Tokyo in 2020
normalized_cases = np.array(cases, dtype = float)/Tokyo
days = len(cases)
t = np.arange(days)
# initial values
I0 = normalized_cases[0]; S0 = 1.0 - I0; E0 = 0.0; R0 = 0.0

# SIR differential equation
# S = SEIR[0], E = SEIR[1], I = SEIR[2], R = SEIR[3]
def SEIReq(SEIR, t, beta, ipusilon, gamma):
    dSdt = -beta*SEIR[0]*SEIR[2]
    dEdt = beta*SEIR[0]*SEIR[2] - ipusilon*SEIR[1]
    dIdt = ipusilon*SEIR[1] - gamma*SEIR[2]
    dRdt = gamma*SEIR[2]

    return [dSdt, dEdt, dIdt, dRdt]

def I(t, beta, ipusilon, gamma):
    SEIRlist = odeint(SEIReq, (S0, E0, I0, R0), t, args = (beta, ipusilon, gamma))
    return SEIRlist[:,2]

p0 = [10, 10, 10]
optparams, cov = optimize.curve_fit(I, t, normalized_cases, p0)
print('R0=',optparams[0]/optparams[2])
print(optparams[0])
print(optparams[1])
print(optparams[2])
fitted = I(t, *optparams)

plt.scatter(t, cases)
plt.plot(t, fitted*Tokyo)
plt.xlabel('the number of days from 2020/7/15')
plt.ylabel('the number of confirmed cases in Tokyo')
plt.show()
f.close() # close the csv-file

試したこと

初期値を色々と変更してみたのですがうまくいきませんでした。

補足情報（FW/ツールのバージョンなど）

ここにより詳細な情報を記載してください。
csvファイルは写真のようになっています。2020年は12月1日〜2021年2月7日の厚生労働省のオープンデータとなっています。