least-squares

0熱

1答えて

Octave最適パッケージでlm_svd_feasibleアルゴリズムとは何ですか？

私は非線形LSQ最適化のためにOctaveの最適パッケージからlsqcurvefit関数を使用しています。関数のドキュメントでは、 'lm_svd_feasible'バックエンドアルゴリズムのみが使用できます。どちらのアルゴリズムですか？

0熱

1答えて

は、私は、フォームの式を有するパイソン

における多変数方程式を最適化、cは定数です。私は、a、b、cの最適値を探したいと思います。これをPythonで行う最良の方法は何でしょうか？ optimize.curve_fitは、3つではなく2つの変数でのみ動作します。

0熱

1答えて

標準偏差エラーをscipy.optimize.least_squaresで計算する方法

フィッティングとoptimize.curve_fitおよびoptimize.least_squaresを比較します。 curve_fitで、私は出力として共分散行列PCOVを取得し、私はそれで私のフィットの変数の標準偏差の誤差を計算することができます。 perr = np.sqrt(np.diag(pcov)) 私はleast_squaresでフィッティングを行う場合、私は任意の共分散行列の出

1熱

1答えて

glmnetとlmで普通の最小二乗

この質問はで質問されましたが、満足のいく答えはありませんでした。 λ= 0のLASSOは通常の最小二乗と同等ですが、Rのglmnet()とlm()の場合はそうではありません。なぜですか？我々は相互作用項を追加したとき glmnet lm (Intercept) 12.19850081 12.30337 cyl -0.09882217 -0.11144 disp 0.0130

0熱

1答えて

matlabでは、変数のベクトル（ベクトルではなく）で非負の最小二乗を解く最良の方法は何ですか？

私はMathWorks社のMATLABを使用して、次の問題解決する必要があります：MとNは、この問題FOT高速でスケーラブルなソリューションを提供しますどのような機能とライブラリ10000 件まで可能 min_X ||A*X - B||^2 s.t X is a M*N matrix and X>=0 を？

0熱

1答えて

フィットの実装

こんにちは私は画像にpsfを収めようとしています。背景は、より低次の多項式によって近似されるべきである。私は定数を取る場合、それは正常に動作します： def fitter(image, trueImage,psf,intensity): p0 = [intensity] p0.append(np.amin(trueImage)*4**2) meritFun =

0熱

1答えて

scipy leastsq fit - 特定のソリューションにペナルティをかける

私は複数のデータセットに同時に適合できるアルゴリズムを実装しました。 multi fit ターゲット関数は、ここでは（LaFortune散乱モデル）を表示するためには複雑すぎるので、私は説明のために、溶液から目的の機能を使用します：それは、このソリューションに基づいています def lor_func(x,c,par): a,b,d=par return a/((x-c)**2+

0熱

1答えて

放物線データに合わせる

最小自乗法を使って次のデータに収まる放物線の方程式を見つけると仮定します。次のコードの動作は明らかに間違った式です。これを行うには間違った関数を使用していますか？私の配列は（x、y）形式です。 import numpy as np points = np.array ([(0.05, 0.957), (0.12, 0.851), (0.15, 0.832), (0.30, 0.720), (

0熱

1答えて

matlabで最小二乗法を使用して多次元方程式を解く

係数最小二乗法を使用してこの式から係数aとbを得るにはどうすればよいですか？これを解決する最善の方法は何ですか？私はMathWorks社のMATLABでaとbを解くためにはどうすればよいことがtheta=rand(60,60)ある、のはθ(k1,k2)は60x60（定数/値）の行列であるとしましょう、しかし？それを行うための簡単な関数？ありがとうございます！参考論文：Here（セクションI

0熱

1答えて

指数曲線がPythonでフィッティングする

私のデータをPythonコードにフィッティングさせるためのMATLABコードを変換しようとしていますが、似たような答えが得られません。データは次のとおりです。 x = array([ 0. , 12.5 , 24.5 , 37.75, 54. , 70.25, 87.5 , 108.5 , 129.5 , 150.5 , 171.5 , 193.75, 233.75, 273.75])