Matlab lsqcurvefit（）函数的Python等价性

什么是与Matlab函数lsqcurvefit（）等效或最接近的python函数（比如SciPy），该函数可以最小化数据和参数化函数（曲线）之间的平方误差

我知道scipy.optimize.curve_fit和scipy.optimize.leastsq很接近。然而，它们不使用信赖域相关最小二乘法。当然，我可以自己编写在算法之间切换的条件。但是，如果有现有的python代码，我就不必重新发明轮子。

作者Nikolay Mayorov实现了一个信赖域反射算法，用于最小二乘优化，就像Matlab的一样

两者都是基于托马斯·科尔曼（Thomas F.Coleman）和李玉英（Yuying Li）的工作：

“受边界约束的非线性最小化的内部信赖域方法”，《暹罗优化杂志》，第6卷，418-445页，1996年，PDF格式

“关于有界的大规模非线性极小化的反射牛顿法的收敛性”，《数学规划》，第67卷，第2期，第189-224页，1994年，PDF格式

---

Matlab与Mayorov实现的实际算法可能存在一些差异，如后者所示。

您的最终目标是什么？也许这会有帮助：？看看。其记录在@TrisNefzger建议的+1处。这应该在scipy的未来版本中提供。现在非常感谢你，特里斯·内夫茨格！这正是我要找的。这段代码似乎只使用内部信赖域反射算法，而没有在上述算法和Levenberg-Marquardt方法之间切换，Levenberg-Marquardt方法是Matlab函数lsqcurvefit（）中使用的算法。当然，与内部信赖域反射算法的实现相比，这是一个小问题。我们可以编写一个小代码来切换自己。你会同意吗？@Hans：我想这是可能的，而且很快就会有单独的功能，可以导入共享或复杂功能的附加模块，例如从trust_region导入的trf.py。部分原因是某些函数的参数和选项集合对于我来说太复杂了，我更希望给定的functon只在较窄的范围内做一件事。无论如何，我不是在开发这个，如果你对SciPy有什么建议，请订阅它的邮件列表。两个小更正：1）更新版本是（现在）在Nikolay的公关中，我在评论中链接了。链接到的版本不是最终版本。2） 用户的主要入口点应该是

最小二乘法

；trf.py是一个实现细节。@ev br：我看了一遍，但没有看到关于信赖域反射最小二乘法的任何内容，而信赖域反射最小二乘法是主要问题（SO 32261976）的“这一点”。trf.py可能是你大局中的一个相对细节；trust_region.py应该包括在内。@TrisNefzger：很明显，trf.py也包括在公关中，所以不清楚你在说什么。