statsmodels.base.optimizer._fit_newton¶

statsmodels.base.optimizer._fit_newton(f, score, start_params, fargs, kwargs, disp=True, maxiter=100, callback=None, retall=False, full_output=True, hess=None, ridge_factor=1e-10)[source]¶

使用牛顿-拉夫森算法进行拟合。

Parameters:¶

ffunction

返回给定参数的负对数似然值。

scorefunction

返回相对于参数的负对数似然的梯度。

start_paramsarray_like, optional

对数似然最大化解决方案的初始猜测。 默认是一个零数组。

fargstuple

传递给目标函数的额外参数，即 objective(x,*args)

kwargsdict[str, Any]

传递给目标函数的额外关键字参数，即 objective(x,**kwargs)

dispbool

设置为 True 以打印收敛消息。

maxiterint

要执行的最大迭代次数。

callbackcallable callback(xk)

在每次迭代后调用，作为回调函数(xk)，其中xk是当前的参数向量。

retallbool

设置为 True 以返回每次迭代的解决方案列表。 可在 Results 对象的 mle_retvals 属性中获取。

full_outputbool

设置为 True 以在 Results 对象的 mle_retvals 属性中获取所有可用输出。输出内容取决于求解器。有关更多信息，请参阅 LikelihoodModelResults 注释部分。

hessstr, optional

计算Hessian矩阵的方法（如果适用）。

ridge_factorfloat

Hessian矩阵的正则化因子。

Returns:¶

xoptndarray

目标函数的解

retvalsdict, None

如果 full_output 为 True，则这是一个字典，其中包含从所使用的求解器返回的信息。如果为 False，则此值为 None。