statsmodels.tools.numdiff.approx_fprime_cs¶

statsmodels.tools.numdiff.approx_fprime_cs(x, f, epsilon=None, args=(), kwargs={})[source]¶

使用复步长导数近似计算梯度或雅可比矩阵

Parameters:¶

xndarray

求导时的参数

ffunction

f(*((x,)+args), **kwargs) 返回一个值或1维数组

epsilonfloat, optional

步长，如果为 None，则使用最优步长。最优步长为 EPS*x。请参阅注释。

argstuple

函数 f 的额外参数元组。

kwargsdict

函数 f 的额外关键字参数字典。

Returns:¶

partialsndarray

偏导数数组，梯度或雅可比矩阵

注释

复步导数的截断误差为O(epsilon**2)，因此可以通过选择非常小的epsilon来消除截断误差。复步导数避免了小epsilon时的舍入误差问题，因为没有减法操作。