不同的 scipy 版本为 curve_fit 给出不同的结果答案

【问题标题】：Different scipy versions give different results for curve_fit不同的 scipy 版本为 curve_fit 给出不同的结果
【发布时间】：2016-04-22 12:06:49
【问题描述】：

我和我的合著者正在尝试使用非线性最小二乘法来估计参数。令人惊讶的是，我们从相同的代码中得到不同的结果。我们在 scipy.optimize 包中使用curve_fit。

我们使用不同的 scipy 版本。版本是否可能导致不同的结果？还是我错过了什么？

curve_fit 可以使用不同的搜索方法吗？不同版本的curve_fit是否使用不同的默认参数？

使用的 scipy 版本分别为 0.15.1 和 0.16.0。抱歉，我很难给出可重复的例子，因为在我的 Macbook 上我只有 scipy 0.16.0。或者有人可以告诉我如何在一台计算机上使用不同版本的 scipy？

【问题讨论】：

"我们得到不同的结果......" 他们有多大不同？小的差异可能是由于不同的 scipy 版本，甚至是不同的计算机硬件......
@mgilson 是真的吗？我怀疑差异是由版本引起的。但是这个优化过程没有随机性，我们使用了相同的初始条件。差异大到足以引起一些担忧。
如果你不能给出一个可重现的例子，你至少应该给我们 scipy 版本。
@user3821012 您可以使用virtualenv 创建独立的、自包含的 Python 环境。
您的问题是否恰当？通常，多元非线性优化问题通常具有大量的局部最小值，因此容易受到数值不稳定性的影响。因此，不同的计算机（架构）或软件库版本可能会导致不同的结果。一个简单的指标是改变初始条件和边界条件，并检查是否会导致不同的结果。

【解决方案1】：

新版本中总是可能存在改进/错误。如果版本之间有修复，您应该从版本说明中找到它：http://docs.scipy.org/doc/scipy/reference/release.0.16.0.html。

【讨论】：