Как вы оцениваете ошибку / неопределенность параметра, используя метод Нелдера-Мида в scipy.optimize.minimize, используя final_simplex в выходных данных - PullRequest
Новая
       133

Как вы оцениваете ошибку / неопределенность параметра, используя метод Нелдера-Мида в scipy.optimize.minimize, используя final_simplex в выходных данных

1 голос
/ 29 мая 2020

Я пытаюсь оценить ошибку / неопределенность в оценке параметров подгонки по степенному закону (m, n, b) в форме y = m (xb) ^ n , который я поместил в набор данных. Когда я использую метод Нелдера-Мида из scipy.optimize.minimize , я получаю окончательный симплекс вместо вывода hess_inv . Я хотел бы знать, как использовать этот вывод для оценки ошибок / неопределенностей выходных параметров.

Результат, полученный с помощью метода Нелдера-Мида в scipy.optimize.minimize, выглядит следующим образом: 

 final_simplex: (array([[ 1.55654908e+05, -4.07968007e-01,  8.77754647e-03],
       [ 1.48986925e+05, -4.02001971e-01,  8.78807346e-03],
       [ 1.45901136e+05, -3.99397548e-01,  8.77251338e-03],
       [ 1.54536008e+05, -4.08305325e-01,  8.76484118e-03]]), array([0.12402099, 0.12527722, 0.12545908, 0.12566021]))
           fun: 0.1240209890015327
       message: 'Maximum number of function evaluations has been exceeded.'
          nfev: 600
           nit: 348
        status: 1
       success: False
             x: array([ 1.55654908e+05, -4.07968007e-01,  8.77754647e-03])
...