OptimizeResult#
- class scipy.optimize.OptimizeResult[source]#
表示优化结果。
注释
根据所使用的特定求解器，
OptimizeResult可能不会具有此处列出的所有属性，并且可能具有此处未列出的其他属性。由于此类本质上是具有属性访问器的字典的子类，因此可以使用OptimizeResult.keys方法查看可用的属性。- 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。它的值取决于底层求解器。有关详细信息，请参考 message。
- messagestr
终止原因的说明。
- fun、jac、hess：ndarray
目标函数值、雅可比行列式及其海森矩阵（如果可用）。海森矩阵可能是近似值，请参阅相关函数的文档。
- hess_invobject
目标函数的 Hessian 矩阵的逆；可能是一种近似值。并非所有求解器都提供。该属性的类型可以是 np.ndarray 或 scipy.sparse.linalg.LinearOperator。
- nfev，njev，nhevint
目标函数及其雅可比矩阵和 Hessian 矩阵的评估次数。
- nitint
优化器执行的迭代次数。
- maxcvfloat
最大约束违反量。
方法
x.__getitem__(y) <==> x[y]
__len__(/)返回 len(self)。
clear()copy()fromkeys(iterable[, value])使用 Iterable 中的键创建一个新字典，并将值设置为 value。
get(key[, default])如果 key 位于字典中，则返回 key 的值，否则返回 default。
items()keys()pop(key[, default])如果找不到 key，则在给出时返回 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 不位于字典中，则使用 default 的值插入 key。
update([E, ]**F)如果存在 E 并且有一个 .keys() 方法，则执行：对于 E 中的 k：D[k] = E[k] 如果存在 E 但没有 .keys() 方法，则执行：对于 E 中的 k、v：D[k] = v 在任何一种情况下，都会接着执行：对于 F 中的 k：D[k] = F[k]
values()