scipy中的最小二乘函數雅可比方法簽名

Question

任何人都可以提供一個例子，提供一個雅可比語爲least squares functionscipy？

我找不到他們想要的方法簽名 - 他們說它應該是一個函數，但很難弄清楚這個函數應該接受什麼順序的輸入參數。

Answer 1

這裏的指數衰減擬合，我得到這個工作：

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，我認爲我會基本上採取的是我與dfunc返回轉置。你說的很對：關於這方面的文檔並不是很好。