python - scipy.least_squares 中的最优性是什么

Question

您好，我有一个关于 https://docs.scipy.org/doc/scipy/reference/generated/scipy.optimize.least_squares.html 中使用的术语的快速问题。 .
他们定义最优性: float

一阶最优性度量。在无约束问题中，它始终是梯度的统一范数。在约束问题中，它是迭代过程中与 gtol 进行比较的量。

这就是我所知道的简化卡方 = (chi^2/DoF) 吗？

Answer 1

我会说:不。您正在寻找的数量可能是(您的问题中不清楚):

np.sum(np.square(fun))/fun.shape[0]

fun 是 scipy.optimize.least_squares 的第三个返回值(残差)。残差将使您了解数据的分布，而只要求解器收敛，最优性将始终接近于零。