python - scipy.optimize.nnls 的多重解决方案
问题描述
我scipy.optimize.nnls
用来计算系数总和为 1 的非负最小二乘拟合。当我运行计算时,我总是得到相同的解决方案。这是我正在使用的代码:
#! /usr/bin/env python3
import numpy as np
import scipy.optimize as soptimize
if __name__ == '__main__':
C = np.array([[112.771820, 174.429720, 312.175750, 97.348620],
[112.857010, 174.208300, 312.185270, 93.467580],
[114.897210, 175.661850, 314.275100, 99.015480]
]);
d = np.array([[112.7718, 174.4297, 312.1758, 97.3486],
[112.7718, 174.4297, 312.1758, 97.3486]]);
for line in d:
ret , _= soptimize.nnls(C.T, line)
print(ret)
每次我得到:
[9.99992794e-01 7.27824399e-06 0.00000000e+00]
[9.99992794e-01 7.27824399e-06 0.00000000e+00]
我需要计算具有公差范围的多个解决方案,并选择最适合我需要的解决方案。有谁知道如何为相同的输入矩阵获得不同的解决方案?