Python中的稳健拟合：加权和广义非线性最小二乘法

Question

我有一个非常异方差的数据集，必须通过逻辑函数进行拟合。在这方面，我有一些问题。

1. python中是否存在非线性广义最小二乘（LS）实现？

2. 在迭代重加权LS上使用广义LS有什么好处？

3. 关于scipy.optiize.least_squares的其他问题。有一个关键字f_scale，通常设置为0.1。它是如何定义的？我理解f_scale给出了内点的范围，但我如何确定最佳范围？