【发布时间】：2019-02-14 22:55:33
【问题描述】：
我有一个具有以下形式的最小二乘最小化问题
我要优化的参数是x，其他的都是已知的。
scipy.optimize.least_squares 具有以下形式：
scipy.optimize.least_squares(fun, x0)
其中x0 是初始条件，fun 是“计算残差向量的函数”
阅读文档后，我对fun 想要我返回什么感到有些困惑。
如果我在fun 中进行求和，那么我担心它会计算 RHS，这与 LHS 不等价（......或者是最小化？）
感谢您的帮助！
【问题讨论】：
-
文档说您可以返回一个形状为 (m,) 的数组（其中 m 是函数输出的维数）。不必返回标量。
-
啊，我明白了 - 所以，由于我的向量
ji和bi是固定参数，我可以简单地为i=1到i=n返回一个||ji - Q(x, bi)||^2向量？ -
来自文档中的一个示例：“请注意，我们只提供残差的向量。该算法将成本函数构造为残差的平方和，从而给出了 Rosenbrock 函数。”所以看起来这些细节是为你处理的。你只需要这样给出残差。
-
我想我现在可以继续前进了，谢谢！如果您想将此作为答案发布，我很乐意将其标记为这样。
-
非常感谢
标签： python scipy mathematical-optimization