【发布时间】:2017-04-13 13:57:53
【问题描述】:
我正在研究数据拟合。我需要适合一个表面。我用了两种方法。
1) 具有两个变量的多项式回归。 (线性/OSL) 和 2)二次模型ax^2+bx+c.
我的问题是我可以使用二次模型 ax^2+bx+c 来使用 levenberg 进行非线性回归吗?由于我已经实现了它
【问题讨论】:
标签: regression
我正在研究数据拟合。我需要适合一个表面。我用了两种方法。
1) 具有两个变量的多项式回归。 (线性/OSL) 和 2)二次模型ax^2+bx+c.
我的问题是我可以使用二次模型 ax^2+bx+c 来使用 levenberg 进行非线性回归吗?由于我已经实现了它
【问题讨论】:
标签: regression
是的,有两个考虑:
1) 使用线性回归,在您使用的计算机的算术分辨率范围内,您在数学上肯定处于最小二乘解。这对于非线性拟合算法是不确定的。
2) 大多数非线性求解器的默认初始参数都是 1.0 如果您自己不提供初始值。这可能导致非线性拟合算法无法达到所需的最小二乘解,而是达到局部而非全局最小值。线性求解器不需要初始参数。
【讨论】: