我试图解决一个问题,我想使模型适合真实数据。我有一个复杂的模型,比如f(a,b,c,d,e),这是一个函数,它产生的值应该与实际数据相似。模型的一个参数,比如变量“e”,可以变化。”e“一个参数,用于调整模型,使其接近真实数据
我想做的是让Python选择一个“e”,这样我的模型和实际数据产生的值之间的平方差就最小化了。换句话说,这就是设置:
- Vector1=真实值
- 向量2=f(a,b,c,d,e);其中a,b,c,d已经给出,e是唯一未知的
- 在最小化(向量2-向量1)^2的位置查找e
谢谢
Tags:
您可以使用scipy.optimize.least_squares执行此操作。您需要为它提供一个函数,该函数为
e
取一个值,并返回残差(您的Vector2 - Vector1
)和初始猜测值x0
。大概是注意,这只保证为
(Vector2 - Vector1)^2
找到一个局部最小值;更改初始猜测可能会影响收敛到的最小值相关问题 更多 >
编程相关推荐