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。