RMS最小化加速

Question

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

我想将一个函数均方根拟合到实验数据y，因此我最小化了以下函数(通过使用fminsearch)：

minfunc = rms(y - fitfunc)

从一般的观点来看，最小化是否有意义：

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

相反，然后(在最小化之后)只是执行minfunc = sqrt(minfunc / N)来获得拟合均方根误差？

为了重新表述这个问题，如果每次不执行sqrt和1/(N - 1)，fminsearch将节省多少时间(粗略地说，以百分比表示)？我不想降低代码的可读性，如果我的CPU / MATLAB太快，它不会提高至少一个百分点的性能。

更新:我尝试了一些简单的测试，但结果并不清楚:根据minfunc的实际值，fminsearch或多或少需要花费一些时间。

Answer 1

性能问题的一般答案：

如果您只是想找出哪个更快，那么设计一个基准测试并运行几次。

通过仅提供一般信息，您不太可能确定哪种方法的速度快1%。