İyi soru. Bu yaklaşım burada İlk olarak, geri çağırma gelir. Let ( x i , y i ) Veri puan olması, f ( ⋅ ) için model ve P için model parametreler. Sonra doğrusal olmayan en küçük kareler sorununun amaç fonksiyonu 1H≈JTJ(xi,yi)f(⋅)βburadarartıkların vektörüdür,ri=yi-f(xi,β). Amaç fonksiyonunun tam Hessian olan, H=JTJ+Σri∇2ri. Dolayısıyla bu yaklaşımdaki hataH-JTJ=∑ri∇2ri12rTrrri=yi−f(xi,β)H=JTJ+∑ri∇2riH−JTJ=∑ri∇2ri. Artıklar kendileri küçük olduğunda iyi bir yaklaşımdır; veya tortuların 2. türevi küçük olduğunda. Doğrusal en küçük kareler, artıkların 2. türevinin sıfır olduğu özel bir durum olarak kabul edilebilir.
Sonlu farklar yaklaşımına gelince, nispeten ucuzdur. Merkezi bir farkı hesaplamak için, Jakobiyen ek değerlendirmek gerekir (bir ileri fark size mal olacak defa n rahatsız olmaz bu yüzden, ek değerlendirmeler). Merkezi fark yaklaşım hata ile orantılı olduğu ∇ 4 r ve h 2 , h adım boyutudur. En uygun adım boyutu h ∼ ϵ 12nn∇4rh2h , buradaεmakine kesinlik. Bu nedenle, artıkların türevleri patlamıyorsa, sonlu fark yaklaşımının çok daha iyi olması gerektiği açıktır. Şunu belirtmeliyim ki, hesaplama az olsa da, defter tutma önemsizdir. Jacobian'daki her sonlu fark, her bir artık için size bir Hessian sırası verecektir. Daha sonra yukarıdaki formülü kullanarak Hessian'ı yeniden birleştirmeniz gerekecek.h∼ϵ13ϵ
Ancak, üçüncü bir seçenek var. Çözücünüz bir Quasi-Newton yöntemi (DFP, BFGS, Bryoden vb.) Kullanıyorsa, her yinelemede zaten Hessian'a yaklaşmaktadır. Her yinelemede nesnel işlev ve gradyan değerlerini kullandığından yaklaşım oldukça iyi olabilir. Çoğu çözücü, son Hessian tahminine (veya tersine) erişmenizi sağlayacaktır. Bu sizin için bir seçenekse, bunu Hessian'ın tahmini olarak kullanırdım. Zaten hesaplanmış ve muhtemelen oldukça iyi bir tahmin olacak.