scipy.optimize.leastq Минимизировать сумму наименьших квадратов

Question

У меня есть проблема минимизации наименьших квадратов, которая имеет следующую форму:

Где параметры, которые я хочу оптимизировать, это x и всееще известно.

scipy.optimize.least_squares имеет следующую форму:

scipy.optimize.least_squares(fun, x0)

, где x0 - начальное условие, а fun - это "Функция, которая вычисляет вектор невязок "

После прочтения документации я немного запутался в том, что fun хочет, чтобы я возвратил.

Если я делаю суммирование внутри fun, тогда я боюсь, что он будет вычислять RHS, который не эквивалентен LHS (... или это, когда дело доходит до минимизации?)

Спасибо за любую помощь!

Answer 1

В соответствии с документацией из scipy.optimize.least_squares аргумент fun должен предоставить вектор невязок, с которыми происходит процесс минимизации.Можно указать скаляр, который является результатом суммирования квадратов невязок, но также можно указать одномерный вектор формы (m,), где m - количество измерений остаткафункция.Обратите внимание, что в данном случае возведение в квадрат и суммирование не выполняется, поскольку least_squares обрабатывает эту деталь самостоятельно.В этом случае должны быть предоставлены только остатки как таковые.