scipy中的最小二乘函数雅可比方法签名

Question

任何人都可以提供一个例子，提供一个雅可比语为least squares functionscipy？

我找不到他们想要的方法签名 - 他们说它应该是一个函数，但很难弄清楚这个函数应该接受什么顺序的输入参数。

Answer 1

这里的指数衰减拟合，我得到这个工作：

import numpy as np 
from scipy.optimize import leastsq 

def f(var,xs): 
    return var[0]*np.exp(-var[1]*xs)+var[2] 

def func(var, xs, ys): 
    return f(var,xs) - ys 

def dfunc(var,xs,ys): 
    v = np.exp(-var[1]*xs) 
    return [v,-var[0]*xs*v,np.ones(len(xs))] 

xs = np.linspace(0,4,50) 
ys = f([2.5,1.3,0.5],xs) 
yn = ys + 0.2*np.random.normal(size=len(xs)) 
fit = leastsq(func,[10,10,10],args=(xs,yn),Dfun=dfunc,col_deriv=1) 

如果我想用col_deriv=0，我认为我会基本上采取的是我与dfunc返回转置。你说的很对：关于这方面的文档并不是很好。