OptimizeResult#
- class scipy.optimize.OptimizeResult[源码]#
表示优化结果。
- 属性:
- xndarray
优化的解。
- successbool
优化器是否成功退出。
- statusint
优化器的终止状态。其值取决于底层求解器。详情请参阅 message。
- messagestr
终止原因的描述。
- funfloat
目标函数在 x 处的值。
- jac, hessndarray
目标函数的雅可比和黑塞矩阵在 x 处的值(如果可用)。黑塞矩阵可能是一个近似值,请参阅相关函数的文档。
- hess_invobject
目标函数黑塞矩阵的逆;可能是一个近似值。并非所有求解器都可用。此属性的类型可以是 np.ndarray 或 scipy.sparse.linalg.LinearOperator。
- nfev, njev, nhevint
目标函数及其雅可比和黑塞矩阵的评估次数。
- nitint
优化器执行的迭代次数。
- maxcvfloat
最大约束违反。
方法
x.__getitem__(y) <==> x[y]
__len__
(/)返回 len(self)。
clear
()copy
()fromkeys
(iterable[, value])创建一个新字典,其键来自 iterable,值设置为 value。
get
(key[, default])如果 key 在字典中,则返回 key 对应的值,否则返回 default。
items
()keys
()pop
(key[, default])如果未找到 key,则返回给定的 default;否则,引发 KeyError。
popitem
(/)移除并返回一个 (key, value) 对作为 2 元组。
setdefault
(key[, default])如果 key 不在字典中,则插入 key 并将其值设为 default。
update
([E, ]**F)如果 E 存在且具有 .keys() 方法,则执行:for k in E: D[k] = E[k] 如果 E 存在且缺少 .keys() 方法,则执行:for k, v in E: D[k] = v 无论哪种情况,之后都会执行:for k in F: D[k] = F[k]
values
()备注
根据所使用的具体求解器,
OptimizeResult
可能不包含此处列出的所有属性,并且可能包含此处未列出的附加属性。由于此类别本质上是带属性访问器的 dict 的子类,因此可以使用OptimizeResult.keys
方法查看哪些属性可用。