[英]How to use scipy.optimize.fmin with a vector instead of a scalar
在使用 Scipy 的 fmin function 时,我一直遇到错误消息:ValueError: setting an array element with a sequence 我已经看到这个问题已经被问过几次了,我读过一些有趣的帖子,例如:
..并尝试实施建议的解决方案,例如将“*args”添加到成本 function,将成本 function 中的变量附加到列表并将变量矢量化。 但到目前为止,没有什么对我有用。
我对 Python 中的编程非常陌生,所以我可能已经阅读了解决方案,但不知道如何应用它。
我用来找问题的简化版代码如下:
import numpy as np
import scipy.optimize
from scipy.optimize import fmin
fcm28=40
M_test=np.array([32.37,62.54,208,410,802])
R_test=np.array([11.95,22.11,33.81,39.18,50.61])
startParams=np.array([fcm28,1,1])
def func(xarray):
x=xarray[0]
y=xarray[1]
z=xarray[2]
expo3=x*np.exp(-(y/M_test)**z)
cost=expo3-R_test
return cost
### If I write the following lines of code:
# xarray=(100,290,0.3)
# print(func(xarray))
# >> [ 2.557 -1.603 -0.684 1.423 -2.755] #I would obtain this output
func_optimised=fmin(func,x0=[fcm28,1,1],xtol=0.000001)
目标:我正在尝试获得指数 function 'expo3'(需要 5 个调整点,由水平轴上的向量'M_test'和垂直轴上的'R_test'定义。 我试图最小化的是 function 'expo3' 和调整点之间的差异。 所以,指数图的意思是go尽量靠近调整点,比如:
我收到以下错误消息:
File "Example2.py", line 20, in <module>
func_optimised=fmin(func,x0=[fcm28,1,1],xtol=0.000001)
File "/home/.../python3.6/site-packages/scipy/optimize/optimize.py", line 443, in fmin
res=_minimize_neldermead(func,x0,args,callback=callback,**opts)
File "/home/.../python3.6/site-packages/scipy/optimize/optimize.py" line 586, in _minimize_neldermead
fsim[k] = func(sim[k])
ValueError: setting an array element with a sequence.
fmin 可以用来完成这个任务吗? 有没有可行的替代方案? 任何有关如何解决此问题的帮助将不胜感激。
如评论中所述,您的 function 必须返回单个值。 假设您要执行经典的最小二乘拟合,您可以修改func
以返回:
def func(...):
# ... identical lines skipped
cost = sum((expo3-R_test)**2)
return cost
随着这一变化, func_optimised
变为:
array([1.10633369e+02, 3.85674857e+02, 2.97121854e-01])
# or approximately (110.6, 385.6, 0.3)
就像一个指针:您也可以使用scipy.optimize.curve_fit
基本上做同样的事情,但使用更好的 API 允许您直接提供 ZC1C425268E68385D1AB5074C17A94F 的样本点。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.