qiskit_noise_learning.analysis.LeastSquaresSolve

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

GitHub

Bases : ModelSolve

Calcule la solution de ModelData par la méthode des moindres carrés, avec des contraintes de non-négativité facultatives.

Minimise $\|A x - b\|_2^2$ sur la matrice de conception et A la cible b. Voir ModelSolve pour connaître le rôle général d'un solveur de modèles dans cette bibliothèque.

Paramètres

non_negative – Indique s'il faut imposer que la solution soit non négative (x >= 0). La valeur par défaut est True.
solveur – Soit "cvxpy" (par défaut), soit "scipy". Si est "cvxpy" demandé mais n'est pas installé, le programme affiche un message d'avertissement et utilise à la place "scipy".

Augmentations

ValueError : si n'est solver ni "cvxpy" ni "scipy".

init

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

Méthodes

Chronique « 1 »	Chronique « 2 »
`__init__`([non_negative, solver])
`run`(adapté)	Exécutez cette étape, qui renvoie un nouvel objet `Fit` dont le champ « niveau de sortie » est renseigné.

Attributs

Chronique « 1 »	Chronique « 2 »
`input_level`	Le niveau de données lu à cette étape.
`output_level`	Le niveau de données sur lequel cette étape effectue l'écriture.

Cette page a-t-elle été utile ?

Signaler un bogue, une coquille ou proposer du contenu sur GitHub.