root(method='lm') #
- scipy.optimize.root(fun, x0, args=(), method='hybr', jac=None, tol=None, callback=None, options=None)
使用 Levenberg-Marquardt 求解最小二乘
另请参阅
有关其余参数的文档,请参见
scipy.optimize.root
- 选项:
- ——-
- col_derivbool
非零,指定雅各比函数计算沿列的导数(更快,因为没有转置操作)。
- ftolfloat
期望的平方和相对误差。
- xtolfloat
期望的近似解中相对误差。
- gtolfloat
函数向量与雅各比矩阵列之间的期望正交性。
- maxiterint
调用函数的最大次数。如果为零,那么 100*(N+1) 是最大值,其中 N 是 x0 中元素的数量。
- epsfloat
Jacobian 的前向差分逼近的合适步长(对于 Dfun=None)。如果 eps 小于机器精度,则假设函数中的相对误差是机器精度数量级。
- factorfloat
决定初始步长限制的参数(
factor * || diag * x||
)。应当在间隔(0.1, 100)
中。- diagsequence
N 个正条目,用作变量的标度因素。