使用scipy.optimize.minimize（）函数，我使用不同的方法对同一目标函数进行了不同的结果。为了评估拟合优度，我使用降低的平方作为第一个标准。过了一段时间后，我结束了这个有用的指南http://newville.github.io/lmfit-py/fitting.html#Minimizer，其中指定减小的chi平方被设置为minim（）函数返回的Minimizer对象的属性。但是如果我做的话
minobj = scipy.optimize.minimize(...)
minobj.redchi
我得到了
AttributeError: redchi
同时正确显示minobj.message和minobj.success。 有什么猜测？
答案 0 :(得分：0)
文档有点误导 - 如果你看一下lmfit/minimizer.py，并做一个字符串搜索＆＃34; redchi＆＃34;在整个文件中，它只出现一次，这是在leastsq()方法中。所以基本上，它只计算最小二乘拟合的简化平方。
如果您对此感到满意，可以将redchi添加到适当位置的其他方法，分配lmfit github repo，然后提交更改。
答案 1 :(得分：0)
除了Ashwin的答案之外，你总是可以使用：
result = lmfit.minimize(...)
x2 = result.chisqr
nfree = result.nfree
red_x2 = x2/nfree