1、scipy.optimize.least_squares
采用最小二乘优化 求解具有变量界限的非线性 least-squares 问题
least_squares(fun, x0, method='trf', loss='linear', args=(), kwargs={})
fun(x, *args, **kwargs) 是残差计算函数
method是优化算法,例如LM算法等
loss是损失函数,默认为线性;若设置为huber等其他方法,可以起到抑制噪声的效果。
args和kwargs对应第一个参数fun的两类参数,将在least_squares内部被传递给fun函数。
Python scipy.optimize.least_squares用法及代码示例 - 纯净天空
2、scipy.spatial.distance.mahalanobis
马氏距离(Mahalanobis Distance)是度量学习中一种常用的距离指标,同欧氏距离、曼哈顿距离、汉明距离等一样被用作评定数据之间的相似度指标。但却可以应对高维线性分布的数据中各