scipy 0.16和隐式ODE的稳健回归

时间:2016-03-16 20:57:47

标签: python optimization scipy

我确实想要对某些数据进行隐式ODE,如果我使用稳健回归会很好。此功能在scipy 0.17中实现,但似乎ODE求解器(assimulo包)需要scipy 0.16(scipy 0.17:anaconda3/envs/scipy0.17/lib/python3.4/site-packages/scipy/linalg/../../../../libgfortran.so.3: version 'GFORTRAN_1.4' not found)。

scipy cookboock中有一节涉及强大的回归。据说,残差和雅可比矩阵在每个时间步长被修改。 那么改变剩余函数是不够的呢?我将以哪种方式更改Jacbian矩阵,并且可以使用scipy 0.16在每个时间步进行?

任何想法如何使用scipy 0.17 with assimulo(可能通过符号链接)或在scipy 0.16内实现强大的非线性拟合方法?或者是否有一些其他优化包可以使用?

1 个答案:

答案 0 :(得分:0)

包装中似乎有些东西被打破了。来自issue tracker

至少在Ubuntu机器上,以下解决方法有助于:export LD_PRELOAD=/usr/lib/x86_64-linux-gnu/libgfortran.so.3通过这种方式,会暂时替换有问题的libgfortran版本。