Skip to main content
IBM Quantum Platform

qiskit_noise_learning.analysis.LeastSquaresSolve

class qiskit_noise_learning.analysis.LeastSquaresSolve(non_negative: bool = True, solver: Literal['cvxpy', 'scipy'] | None = None)

GitHub

Bases: ModelSolve

Resuelve mediante ModelData el método de mínimos cuadrados, con restricciones opcionales de no negatividad.

Minimiza ∥Ax−b∥22\|A x - b\|_2^2 sobre la matriz de diseño y A el objetivo b. Consulta ModelSolve para conocer las funciones generales de un solucionador de modelos en esta biblioteca.

Parámetros

  • non_negative – Indica si la solución debe ser no negativa (x >= 0). El valor por defecto es True.
  • solucionador : o bien "cvxpy" (por defecto) o bien "scipy". Si "cvxpy" se solicita pero no está instalado, muestra un aviso y recurre a "scipy".

Subidas

ValueError : si no solver es ni "cvxpy" "scipy".

__init__

__init__(non_negative: bool = True, solver: Literal['cvxpy', 'scipy'] | None = None)


Métodos

Columna « 1 »
Columna « 2 »
__init__([non_negative, solver])
run(en forma)Ejecuta esta etapa, que devuelve un nuevo objeto Fit con el nivel de salida rellenado.

Atributos

Columna « 1 »
Columna « 2 »
input_levelEl nivel de datos que lee esta etapa.
output_levelEl nivel de datos que escribe esta etapa.
¿Le ha resultado útil esta página?
Informe de un error, de una errata o solicite contenido en GitHub.