qiskit_noise_learning.analysis.LeastSquaresSolve

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

ベース： ModelSolve

最小二乗法を用いて ModelData を求め、必要に応じて非負の制約条件を課す。

設計行列および A 目標について、 $\|A x - b\|_2^2$ を最小化する b。このライブラリにおけるモデルソルバーの一般的な役割については ModelSolve を参照してください。

パラメーター

non_negative – 解を非負に制限するかどうか（x >= 0）。デフォルトはです True。
solver – "cvxpy" (デフォルト) または "scipy"。が要求された "cvxpy" がインストールされていない場合、警告を表示し、にフォールバックします "scipy"。

昇給

ValueError – が solver または "cvxpy" でない場合 "scipy"。

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

方法

コラム「 1 」	コラム「 2 」
`__init__`([non_negative, solver])
`run`(フィット)	このステージを実行し、出力レベルが設定 `Fit` された新しいオブジェクトを返します。

コラム「 1 」	コラム「 2 」
`input_level`	この段階で読み込まれるデータレベル。
`output_level`	この段階で書き込まれるデータレベル。

このページは役に立ちましたか？

バグや誤字の報告、またはコンテンツの要求はGitHubで行ってください。