Python的等價函數lsqcurvefit（）函數

什麼是Matlab函數lsqcurvefit（），它使數據和參數化函數（曲線）之間的平方誤差最小化的等價函數或最接近的python函數，稱爲SciPy函數？Python的等價函數lsqcurvefit（）函數

我知道scipy.optimize.curve_fit和scipy.optimize.leastsq很接近。但是，他們不使用信賴域感知最小二乘法。當然，我可以自己編寫算法之間切換的條件。但是，如果有現有的Python代碼，我不必重新發明輪子。

來源

2015-08-28 Hans

您的最終目標是什麼？也許這可能會有所幫助：http://mail.scipy.org/pipermail/scipy-user/2013-November/035192.html？ – askewchan

看看https://github.com/nmayorov/bounded-lsq/blob/master/bounded_lsq/trf.py。其記錄在https://nmayorov.wordpress.com/2015/06/19/trust-region-reflective-algorithm/。 –

+1 @ @ TrisNefzger的建議。這應該在未來版本的scipy中可用。目前它的https://github.com/scipy/scipy/pull/5044 –

trf.py作者：Nikolay Mayorov實施最小二乘優化的信賴域反射算法，Matlab的lsqcurvefit()default。

兩者都基於托馬斯F.科爾曼和育英利的工作：

「內部，用於非線性最小化符合界限，信賴域法」 SIAM雜誌上的優化，卷。 6，pp。418-445,1996，available in PDF here
「關於大範圍非線性最小化反射牛頓法收斂的界限」，數學規劃，Vol。 67，第2號，第189-224頁，1994年，可在PDF here中查到。

有可能是在用Matlab與Mayorov實現實際的算法一定的差異在後者的blog表示。

來源

2015-08-28 19:14:53

非常感謝，Tris Nefzger！這正是我正在尋找的。似乎該代碼僅使用內部信任區域反射算法，而沒有在上述算法和Matlab函數lsqcurvefit（）中使用的算法Levenberg-Marquardt方法之間切換。當然，與實施內部信任區域反射算法相比，這是一個小問題。我們可以寫一個小代碼來切換自己。你會同意嗎？ – Hans

@Hans：我想這是可能的，並且會盡快提供單獨的函數，這些函數可以導入額外的共享或複雜功能模塊，例如從trust_region導入trf.py。其中一部分原因是，收集某些函數的參數和選項對我來說太複雜了，我寧願一個給定的函數專注於在較窄範圍內只做一件事。無論如何，我沒有開發這個功能，如果您對SciPy有任何建議，請在http://www.scipy.org/scipylib/mailing-lists.html上訂閱它的郵件列表。 –

兩個小小的更正：1）這個更新的版本是（現在）在尼古拉的公關我鏈接的評論。您鏈接的版本不是最後一個。 2）用戶的主要入口點應該是'least_squares'; trf.py是一個實現細節。 –

Python的等價函數lsqcurvefit（）函數

回答

相關問題