殘餘爲最小二乘scipy.optimize.leastsq（），最優解

我知道有在scipy.optimize最小二乘的一個例子，但是我有真正的麻煩與殘留功能超過三天。我決定完全描述這個問題。我通過該網站發現了一些其他類似的問題，但我無法真正弄清楚它在程序中的位置，並且對我的情況非常困惑。我無法正確創建適合scipy.optimize.leastsq 剩餘的剩餘功能。我真的很...殘餘爲最小二乘scipy.optimize.leastsq（），最優解

這個問題正好是A * x = b的問題。讓我不久解釋：

INPUT：

ÿ - 例如：Y1 =點（delta_1，陣列（[X2，X5，X6））
X - 8個未知數的[X2 ，x4，x5，x6，x7，x10，x13，x16]
delta - 長度。

步驟：

函數 F（x_m，delta_n_m），正 - 行，米 - COLS。
殘餘 | B_N - F（X，三角洲）|^2
最小化剩餘使用scipy.optimize.leastsq（殘留，X0，精氨酸（△））

我有功能，剩餘，最小化和輸入，但是，我真的與我的剩餘功能疊加。

發現： - （X2，X4，X5，X6，X7，X10，X13，X16），於是，我把所有的值中的代碼。

代碼：

import numpy as np 
from scipy.optimize import leastsq 


def function(x,delta): 
     return dot(delta, x) 

def residual(x, delta, y): 
     error = y - dot(delta, x) 
     return sum(error**2) 


def main():  


    # INPUTS 
    # Unknown values 
    x = [x2, x4, x5, x6, x7, x10, x13, x16] 

    delta = np.array([1.76762035, 2.04349174, 1.25674742], 
        [0.94873891, 2.01859342, 1.46348023], 
        [0.83678402, 1.12030343, 0.92516861], 
        [1.43, 2., 2., 1.57]) 

    y = np.array([0.8353410485015903, 0.73620941924970962, 
       0.45428639186344633, 1.6180418445100002] 

    x_init = np.zeros(len(x)) 

    result = leastsq(residual, x, args=(delta,y)) 

    print result[0] 

if __name__ == '__main__': 
     main()

來源

2013-10-16 Spider

leastsq預計剩餘函數返回只剩餘，即：

def residual(x, delta, y): 
    return y - dot(delta, x)

來源

2013-10-16 13:53:46

您好基督教，謝謝！我測試過，但是，如果不更改Δ的形狀，您會如何解決「ValueError：對象不對齊」的問題？順便說一下，在代碼的開頭，x因素應該被禁用，因爲它是未知的 – Spider

請修復您的代碼，以便它是可運行的，然後我將能夠看到錯誤消息。 –

殘餘爲最小二乘scipy.optimize.leastsq（），最優解

回答

相關問題