Я пытаюсь выполнить ограниченную оценку наименьших квадратов с использованием Scipy, так что все коэффициенты находятся в диапазоне (0,1) и суммируются с 1 (эта функциональность реализована в функции Matlab LSQLIN).
Есть ли у кого-нибудь советы по настройке этого расчета с использованием Python/Scipy. Я считаю, что я должен использовать scipy.optimize.fmin_slsqp(), но не совсем уверен, какие параметры я должен передать ему. [1]
Большое спасибо за помощь, Ник
[1] Один пример в документации для fmin_slsqp для меня немного сложно разобрать без ссылочного текста - и я новичок в использовании Scipy.
scipy-optimize-leastsq-with-bound-constraints на SO дает leastsq_bounds, что
leastsq
с связанными ограничениями, такими как 0 <= x_i <= 1.
Ограничение, которое они суммируют до 1, можно добавить таким же образом.
(Я нашел leastsq_bounds/MINPACK, чтобы быть хорошим на синтетических тестовых функциях в 5d, 10d, 20d;
сколько у вас переменных?)
Посмотрите этот учебник, это выглядит довольно ясно.
Так как MATLAB lsqlin является ограниченным линейным решателем наименьших квадратов, вы бы хотели проверить scipy.optimize.lsq_linear.