租赁广场

astropy.modeling.statistic.leastsquare(measured_vals, updated_model, weights, *x)

最小二乘统计，可选权重，N维。

参数:

measured_vals : ndarray 或 sequenceNdarray或 Python ：序列

测量数据值。将转换为其形状必须与计算模型的数组转换匹配的数组。

updated_model : Model 实例模型实例

由优化器的当前迭代设置参数的模型。在“x”上求值时，必须返回形状为“measuredvals”的数组

weights : ndarray 或 NoneNdarray或 Python ：无

应用于每个残差的权重数组。

*x : ndarray恩达雷

用于评估模型的自变量。

返回:

res : floatPython ：浮点

最小平方和。

参见

leastsquare_1d()

leastsquare_2d()

leastsquare_3d()

笔记

模型 modeling 有广播规则，试图将输入与输出与模型形状相匹配。Numpy数组具有灵活的广播规则，因此不匹配的形状通常可以被兼容。为了确保数据与模型匹配，我们必须执行形状比较并利用Numpy算法函数。这可能会混淆算术计算覆盖，就像数量一样。实现自定义统计以实现更直接的控制。