scipy.optimize中python中curve_fit和leastsq之间的区别

Question

我有一个函数包含：自变量X，从属变量Y.
两个固定参数a和b。

使用相同的实验数据， curve_fit和leastsq函数都可以适用于具有类似结果的函数。

使用curve_fit我有： [ 2.50110215e-04 , 7.80730380e-05]用于固定参数a和b。

使用leastsq我有： [ 2.50110267e-04 , 7.80730843e-05]用于固定参数a和b。

我想知道，如果是有在他们两人的任何差异，如果有，是什么我应该用什么样的情况下curve_fit ，我应该使用什么情况leastsq ？

Answer 1

curve-fit使用leastsq进行计算，因此它们应始终给出相同的结果。 你看到的微不足道的差异可能是某处的舍入错误的结果。 直接调用leastsq应该消除它。

来自curve_fit的文档：

该算法通过leastsq使用Levenberg-Marquardt算法。 其他关键字参数将直接传递给该算法。