高斯牛顿法
算法步骤:
增量方程求解占主要地位。
缺点
原则上要求所用的近似矩阵H是可逆的(而且是正定的),但实际计算得到的只是半正定的。所求的H可能为奇异矩阵的或者是病态的,增量稳定性差,导致算法不收敛,即使假设所求的H为非奇异矩阵也非病态,如果步长过大,也会导致局部近似不准确,可能出现不收敛甚至发散。
属于liner search类即:固定方向,寻找不步长。
列文伯格–马夸尔特法
在高斯牛顿法上改进
可避免高斯牛顿法出现的病态和非奇异问题,提供更稳定的更准确的增量
属于Trust Region类:固定搜索区域,在该区域内选取最优点。收敛速度会比高斯牛顿法慢