ガウス・ニュートン法
出典: フリー百科事典『ウィキペディア(Wikipedia)』 (2025/03/10 09:25 UTC 版)
ガウス・ニュートン法(ガウス・ニュートンほう、英: Gauss–Newton method)は、非線形最小二乗法を解く手法の一つである。これは関数の最大・最小値を見出すニュートン法の修正とみなすことができる。ニュートン法とは違い、ガウス・ニュートン法は二乗和の最小化にしか用いることができないが、数が多くて計算することが困難な2階微分の値が不要という長所がある。
非線形最小二乗法は非線形回帰などで、観測データを良く表すようにモデルのパラメータを調整するために必要となる。
この手法の名称はカール・フリードリヒ・ガウスとアイザック・ニュートンにちなむ。
概要
データフィッティングにおいて、与えられたモデル関数 y = f (x , β) がm 個のデータ点 {(xi , yi ); i = 1, ... , m } に最もよくフィットするようなn (≤ m )個[1]のパラメータβ = (β1 , ... , βn )を見つけることが目的である。
このとき、残差を
-
この例で得られているデータ(赤点)と、 Optimization computes maxima and minima.
一般 | |
---|---|
微分可能 |
凸最小化 | |||||||
---|---|---|---|---|---|---|---|
線形 および 二次 |
|
系列範例 (Paradigms) |
|||||
---|---|---|---|---|---|
グラフ理論 |
|
||||
ネットワークフロー (最大流問題) |
- ガウス・ニュートン法のページへのリンク