作为对另一个问题的后续行动: solve linear equations given variables and uncertainties: scipy-optimize?solve linear equations given variables and uncertainties: scipy-optimize?
在我看来,我有一个非常类似的问题。我对py比较陌生,主要是用它来对pandas的数据进行排序和减少
我有一组线性方程,我想找到最合适的参数。然而,数据集具有已知的不确定性,需要在括号中给出
x1*99(1)+x2*45(1)=52(0.2)
x1*1(0.5)+x2*16(1)=15(0.1)
此外,还有以下限制:
x1>=0
x2>=0
x1+x2=1
我的方法是将方程视为约束条件,并按照上面(简化的)示例中所示的方法求解剩余量之和
在没有不确定性的情况下解决这个问题不是问题。我想得到一个关于如何在寻找最佳拟合参数时考虑不确定性的提示
一种快速而肮脏的方法是为系数生成合成数据集(具有不确定性的数字对应于具有给定均值和方差的正态分布)。对于每个实现,您只需求解2乘2系统并收集x1和x2的分布
相关问题 更多 >
编程相关推荐