python - python下拟合时选择步长

Question

正如您所知，Python 中的 lmfit 模块可以方便地扩展 scipy.optimize 函数的功能。

但是，我没有发现在我看来必要的东西:选择步长的可能性(用于偏导、计算参数空间中的 chi2 等......)。我曾经在 IDL 下拟合时玩过这些步骤，我很惊讶我在 python 下没有找到这个。

很明显，默认的步长非常小，在拟合粗略模型时可能会导致恒定的 chi2...因此很尴尬。

所以我的问题:在python下拟合时如何选择步骤？

Answer 1

lmfit 的最小化器可以包装 scipy.optimize 中的多个优化器。不幸的是，各种求解器没有非常统一的接口(interface)，特别是对于步长、公差和停止条件等选项。部分原因是算法实际上不同，部分原因是 scipy.optimize 本身包装了许多旧代码。

也就是说，lmfit 的默认求解器是 scipy.optimize.leastsq 或 MINPACK-1，它与 IDL 的 MPFIT 包非常相似(我记得非常好)。与这些代码一样，您可以使用 epsfcn 指定用于计算偏导数的初始步骤。

使用 lmfit 执行此操作在某种程度上取决于您使用 lmfit 的方式。一种方法是

result = lmfit.minimize(objective_function, params, args=(x, data),
                        epsfcn=0.001)

要获得更详细的答案，请提出更详细的问题。