【文件属性】：
文件名称：levenberg-marquardt:JavaScript中的曲线拟合方法
文件大小：1.18MB
文件格式：ZIP
更新时间：2021-05-03 20:06:03
curve fitting curve-fitting levenberg-marquardt JavaScript
莱万贝格-马夸特
JavaScript中的曲线拟合方法。
该算法基于 和
为了对问题有一个大致的了解，您还可以查看。
安装
$ npm i ml-levenberg-marquardt
选项
接下来，有一些选项可以更改代码的行为。
*差异
雅可比矩阵通过有限差分近似。 前向差异或中心差异（一项附加功能评估）。 选项centralDifference选择其中之一，默认情况下，雅各比是通过正向差计算的。
梯度差异
雅可比矩阵如上所述近似，gradientDifference选项是步长（dp），用于计算具有当前参数状态的函数与添加的扰动之间的差值。 它可以是一个数字（所有参数的步长相同）或每个参数具有不同值的数组，如果gradientDifference为零，则派生将为零，并且该参数将保持固定
例子
// import library
import LM from 'ml-leve
【文件预览】：
levenberg-marquardt-master
----benchmark()
--------index.js(3KB)
----.eslintrc.yml(54B)
----.babelrc(55B)
----rollup.config.js(137B)
----docs()
--------assets()
--------index.html(11KB)
----package.json(2KB)
----.github()
--------workflows()
----.prettierrc(112B)
----LICENSE(1KB)
----src()
--------step.js(2KB)
--------index.js(4KB)
--------__tests__()
--------errorCalculation.js(852B)
--------checkOptions.js(3KB)
--------gradientFunction.js(2KB)
----.gitignore(590B)
----CHANGELOG.md(3KB)
----.npmrc(19B)
----README.md(3KB)
----.editorconfig(93B)