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

Question

我有一个函数包含： 自变量 X, 因变量 Y
两个固定参数a和b。

使用相同的实验数据，curve_fit 和 leastsq 函数都可以拟合到具有相似结果的函数。

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。

我想知道两者是否有区别，如果有，什么情况下应该使用curve_fit，什么情况下应该使用leastsq？

Answer 1

curve-fit 使用leastsq 进行计算，因此它们应该始终给出相同的结果。您看到的微小差异可能是某处舍入误差的结果。直接调用leastsq 应该可以消除这种情况。

来自curve_fit的文档：

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