ClassicProblem

 
ClassicProblem = class ClassicProblem(Problem)
    ClassicProblem(model=None, xdata=None, ydata=None, weights=None, copy=None)
 
A ClassicProblem is an optimization of parameters which involves
the fitting of data to a Model at a fixed set of x values.
 
Problems can be solved by NestedSampler, with appropriate Engines and
ErrorDistributions.
 
The result of the function for certain x and p is given by
problem.result( x, p )
The parameters, p, are to be optimized while the x provide additional
information.
 
Attributes from Problem
-----------------------
model, xdata, ydata, weights
 
Author :         Do Kester
 
 
Method resolution order:
ClassicProblem
Problem
builtins.object

Constructor:
ClassicProblem( model=None, xdata=None, ydata=None, weights=None, copy=None )
Constructor for classic problems.
 
Parameters
----------
model : Model
    the model to be solved
xdata : array_like or None
    independent variable
ydata : array_like or None
    dependent variable
weights : array_like or None
    weights associated with ydata
copy : Problem
    to be copied
Methods defined here:
baseName()
Returns a string representation of the model.
copy()
Copy.
 
The copy points to the same instance of model.
derivative( param )
Return the derivative of the internal model.
 
Parameters
----------
param : array_like
    list of model parameters
myDistribution()
Return a default preferred ErrorDistribution: "gauss"
myEngines()
Return a default list of preferred engines
myStartEngine()
Return a default preferred start engines: "start"
partial( param )
Return the partials of the internal model.
 
Parameters
----------
param : array_like
    list of model parameters
result( param )
Returns the result calculated at the xdatas.
 
Parameters
----------
param : array_like
    values for the parameters.

Methods inherited from Problem: