scipy.optimize.OptimizeResult¶
- class scipy.optimize.OptimizeResult[源代码]¶
表示优化结果。
注意事项
OptimizeResult可能具有此处未列出的其他属性，具体取决于使用的特定解算器。因为这个类本质上是带有属性访问器的dict的子类，所以可以使用OptimizeResult.keys方法。- 属性
- xndarray
优化问题的求解。
- success布尔尔
优化器是否成功退出。
- status集成
优化器的终止状态。其值取决于基础解算器。请参阅 message 有关详细信息，请参阅。
- message应力
终止原因的描述。
- 有趣，杰克，赫斯：ndarray
目标函数值、它的雅可比和它的黑森(如果可用)。黑森公式可能是近似值，请参阅相关函数的文档。
- hess_inv对象
目标函数的黑森的逆；可以是近似值。并非所有解算器都可用。此属性的类型可以是np.ndarray或scipy.parse.linalg.LinearOperator。
- nfev、njev、nhev集成
目标函数及其雅可比函数和黑森函数的求值次数。
- nit集成
优化器执行的迭代次数。
- maxcv浮动
最大约束冲突。
方法：
x.__getitem__(Y)<==>x [y]
__len__\(/)返回镜头(自身)。
clear\()copy\()fromkeys\(可迭代[, value] )创建一个新字典，其中关键字来自可迭代，值设置为Value。
get\(密钥[, default] )如果key在字典中，则返回key的值，否则返回default。
items\()keys\()pop\(密钥[, default] )如果未找到密钥，则返回默认值(如果给定)，否则引发KeyError
popitem\(/)删除(键、值)对并将其作为2元组返回。
setdefault\(密钥[, default] )如果Key不在字典中，则插入值为Default的Key。
如果E存在并且具有.keys()方法，则执行以下操作：for k in E：d [k] =E [k] 如果E存在并且缺少.keys()方法，则会这样做：对于k，E：d中的v [k] =v在任何一种情况下，后跟：表示F：D中的k [k] =F [k]
values\()