python - scipy 中最小二乘函数的雅可比行列式的方法签名

Question

任何人都可以提供一个向 least squares function 提供雅可比矩阵的示例吗？在 scipy 中？

我无法弄清楚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以什么顺序接受哪些输入参数。

Answer 1

这是我使用的指数衰减拟合:

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)

如果我想使用 col_deriv=0，我想我基本上必须对我用 dfunc 返回的内容进行转置。不过你说得很对:这方面的文档不是很好。