我从以下示例中成功地使用了Eigen的Levenberg-Marquart类：
我试图弄清楚如何将阻尼参数lambda转换为Eigen中可用的参数：
http://techblog.rga.com/determining-indoor-position-using-ibeacon/
https://en.wikipedia.org/wiki/Levenberg-Marquardt_algorithm#Choice_of_damping_parameter
我不清楚通过setFactor（）进行“对角线偏移的阶跃边界”是什么-这与阻尼参数有关吗？
distance_functor functor(matrix, count);
Eigen::NumericalDiff<distance_functor> numDiff(functor);
Eigen::LevenbergMarquardt<Eigen::NumericalDiff<distance_functor>,double> lm(numDiff);
lm.parameters.factor = 100; //step bound for the diagonal shift, is this related to damping parameter, lambda?
lm.parameters.maxfev = 2000;//max number of function evaluations
lm.parameters.xtol = 1.49012e-08; //tolerance for the norm of the solution vector
lm.parameters.ftol = 1.49012e-08; //tolerance for the norm of the vector function
lm.parameters.gtol = 0; // tolerance for the norm of the gradient of the error vector
lm.parameters.epsfcn = 0; //error precision
Eigen::LevenbergMarquardtSpace::Status ret = lm.minimize(x);
最佳答案
这是minpack的端口，因此您也可以查看其documentation：
因子是用于确定
初始步骤绑定。此界限设置为
因子和diag * x的欧几里得范数（如果非零），否则
自己考虑。在大多数情况下，因素应该在于
间隔（.1,100。）。100。是通常推荐的值。
关于c++ - 如何使用Eigen设置Levenberg-Marquardt阻尼，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/34701160/