RMS最小化加速

Question

[环境：MATLAB 64位，Windows 7，Intel I5-2320]

我想对实验数据y进行RMS拟合，所以我最小化了以下函数（使用fminsearch）：

minfunc = rms(y - fitfunc)

从一般的角度来看，最小化是否有意义：

minfunc = sum((y - fitfunc) .^ 2) 

而不是（在最小化之后）只做minfunc = sqrt(minfunc / N)以获得合适的RMS错误？

要重新解决这个问题，每次不执行fminsearch和sqrt，1/(N - 1)会节省多少时间（大致，百分比）？如果我的CPU / MATLAB速度太快以至于不能将性能提高至少百分之一，我不想降低我的代码的可读性。

更新：我尝试过简单的测试，但结果并不明确：取决于minfunc的实际值，fminsearch需要更多或更少的时间。

Answer 1

表现问题的一般答案：

如果您只想弄清楚什么是更快的，请设计基准并运行几次。

通过提供一般信息，您不太可能确定哪种方法的速度提高1％。