特牛生活网

LM算法——列文伯格-马夸尔特算法(最速下降法,牛顿法,高斯牛顿法)(完美解释负梯度方向)_lm法-CSDN博客

网友收藏
  • 链接地址:https://blog.csdn.net/a6333230/article/details/83304098
  • 链接标题:LM算法——列文伯格-马夸尔特算法(最速下降法,牛顿法,高斯牛顿法)(完美解释负梯度方向)_lm法-CSDN博客
  • 所属网站:blog.csdn.net
  • 被收藏次数:7911
文章浏览阅读6.3w次,点赞84次,收藏453次。首先谈一下应用场景——在拟合的时候进行应用什么是拟合?你有一堆数据点,我有一个函数,但是这个函数的很多参数是未知的,我只知道你的这些数据点都在我的函数上,因此我可以用你的数据点来求我的函数的未知参数。例如:matlab中的fit函数最小二乘法天生就是用来求拟合的,看函数和数据点的逼近关系。它通过最小化误差的平方和寻找数据的最佳函数匹配。拟合我们可以认为是一种试探性的方法,这种方法在计算机出..._lm法
标签:lm法