我知道scipy.optimize中有一个最小二乘法的例子,但是我在残差函数上遇到了三天多的麻烦。我决定详细描述这个问题。我在网站上发现了一些类似的问题,但我无法真正从程序上解决,在我的案例中我真的很困惑。我无法正确创建适合scipy.optimize.leatsq残差的残差函数。我真的很厉害。。
这个问题就是A*x=b问题。让我简短地解释一下:
输入:
步骤:
我有函数,残差,极小化和输入,但是,我真的和残差函数叠加。
查找: -(x2,x4,x5,x6,x7,x10,x13,x16),所以,我把所有值都放在代码中。
代码:
import numpy as np
from scipy.optimize import leastsq
def function(x,delta):
return dot(delta, x)
def residual(x, delta, y):
error = y - dot(delta, x)
return sum(error**2)
def main():
# INPUTS
# Unknown values
x = [x2, x4, x5, x6, x7, x10, x13, x16]
delta = np.array([1.76762035, 2.04349174, 1.25674742],
[0.94873891, 2.01859342, 1.46348023],
[0.83678402, 1.12030343, 0.92516861],
[1.43, 2., 2., 1.57])
y = np.array([0.8353410485015903, 0.73620941924970962,
0.45428639186344633, 1.6180418445100002]
x_init = np.zeros(len(x))
result = leastsq(residual, x, args=(delta,y) )
print result[0]
if __name__ == '__main__':
main()
leatsq期望残差函数只返回残差,即:
相关问题 更多 >
编程相关推荐