问scipy.optimize.curve_fit与线性最小二乘的区别
EN

Stack Overflow用户

提问于 2020-06-13 06:13:48

回答 1查看 225关注 0票数 0

我正在努力寻找关于scipy.optimize.curve_fit函数到底做了什么来拟合(例如)指数数据的信息，这种方法与仅对数据进行线性化并使用加权线性最小二乘拟合的通用公式直接计算线性拟合有何不同？

发布于 2020-06-13 18:16:23

对于无界问题，它是Levenberg-Marquadt非线性拟合，当边界给定时，它是信赖域的变体。请参阅least_squares的文档字符串中的参考。

票数 0

页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://stackoverflow.com/questions/62356211

复制

相似问题

问scipy.optimize.curve_fit与线性最小二乘的区别EN