cost 326 ms
Scipy.least_squares 给出“ValueError:残差在初始点不是有限的。” 当错误 function 的初始评估是有限的时

[英]Scipy.least_squares giving "ValueError: Residuals are not finite in the initial point." when the initial evaluation of the error function is finite

我正在使用 scipy.least_squares 最小化算法将复杂的 model 拟合到某些数据。 model 本身使用正向欧拉方法求解微分方程,在 3 组不同的初始条件下,每组对应于我试图拟合的一组数据。 错误 function 计算计算每组初始条件的数据和模拟之间的差异并将它们连接起来。 目 ...

scipy.optimize.leastsq in Python 在拟合数据时不返回协方差矩阵

[英]scipy.optimize.leastsq in Python not returning covariance matrix when fitting data

我正在使用 optimize.leastsq 来拟合我从穆斯堡尔光谱实验中收集的数据。 数据拟合成功,返回的最佳拟合参数良好。 但是当我想象我应该得到一个矩阵时,第二个 output cov_x,如文档中所称,给出了 1 的 integer。 为什么会发生这种情况以及如何获得正确的矩阵? 编辑:@s ...

Python 中的数值求解器无法找到解决方案

[英]Numerical Solver in Python is not able to find a solution

我将我的问题分解如下。 我无法以有意义的方式用 Python 3.9 求解以下等式,相反它总是以小 lambda_ < 1 的 initial_guess 停止。是否有替代算法可以更好地处理错误 function? 或者我可以强制 fsolve 搜索直到找到解决方案吗? 我尝试了 root 和 ...

Python:ValueError:输入必须是 1- 或 2-d

[英]Python: ValueError: Input must be 1- or 2-d

我有这段代码使用 Python 中的 tobit 回归估计 model。这是分三部分解析的代码:数据定义、估计器生成器和估计。 为什么我会收到此错误消息? 谢谢你。 编辑:如果您想查看我正在处理的数据类型,您可以使用我刚刚编写的这些代码行来模拟它们: ...

不接受优化边界和约束

[英]Optimization boundaries and constraints are not accepted

我正在尝试使用 shgo 算法运行模拟(黑盒问题)并最大化模拟的 output 参数。 目标函数运行并评估模拟。 我有 5 个变量作为输入。 我需要定义边界和约束,这是限制模拟几何形状所必需的。 由于这是一个有很多变量的问题,我需要一个全局优化器,它接受边界和约束。 因此 shgo 似乎非常合适。 ...

是否可以使用Python混合Integer线性规划得到一个区间内的所有解?

[英]Is it possible to use Python Mixed Integer Linear programming to get all solutions in an interval?

我有一个寻找 integer 数字的线性问题。 我找到了一种使用 spicy 中新的milp实现来解决它的方法。 以下是演示代码。 问题如下。 从权重向量w我正在寻找 integer 向量 x 例如 x 和权重的点积在给定范围内。 看起来像这样 我将其翻译成以下内容以在 milp 中实现: 在我的 ...

Python 中的最大似然优化

[英]Maximum Likelihood Optimization in Python

我正在尝试在 python 中优化以下 function。我的目标是获得最小化此 function 的参数。 为了识别参数,我使用以下 function: 然而,我面临的问题是,对于lik()中的大量a_3 ,我得到了巨大的价值,有人知道我如何解决这个问题以获得上述问题的良好参数吗? ...

如何计算成对距离的雅可比矩阵 function (`scipy.spatial.pdist`)

[英]How to compute the Jacobian of a pairwise distance function (`scipy.spatial.pdist`)

赏金将在 5 天后到期。 此问题的答案有资格获得+300声望赏金。 Paul Brodersen想让更多人关注这个问题: 下面 @adrianop01 的回答推导并实现了约束 function 的 Jacobian。不幸的是,这并没有改善优化的运行时间。 这个赏金是为了引起人们对我问题的第二部分 ...

使用 scipy.optimize curve_fit 找到曲线的参数并得到“无法估计参数的协方差”

[英]using scipy.optimize curve_fit to find parameters of a curve and getting 'Covariance of the parameters could not be estimated'

我正在尝试使用 scipy.optimize 来拟合实验数据并得到: 这是我试图用指数曲线拟合的数据: 这是我尝试拟合数据的代码部分: UPDATE1:结果是: 更新 2 - 此处的拟合原始数据格式为 csv: https://drive.google.com/file/d/1wUoS3Dq_ ...

如何改进4参数逻辑回归curve_fit?

[英]How to improve 4-parameter logistic regression curve_fit?

我正在尝试使用 scipy.curve_fit 将 4 参数逻辑回归拟合到 python 中的一组数据点。 但是,拟合度很差,请参见下图: 这给了我以下参数和图表: 与测量数据叠加的 4PL 拟合图这种配合显然很糟糕,但我不知道如何改善这一点。 请帮忙。 我尝试了不同的初步猜测。 这导致上面显示的 ...

TypeError: 'Add' object 不可调用,我该如何解决?

[英]TypeError: 'Add' object is not callable, How can I fix it?

我想找到非线性 Function 的根。所以,我在 scipy.optimize 库中使用 fsolve 方法。 但是,它不起作用。 具有非线性 Function 根的变量名称是“s”。 使用变量“s”,我想找到其他变量值。 如果你能帮助我,我将不胜感激。 代码 回溯按摩 ...

如何将这个二进制优化问题转化为 Python 程序?

[英]How to translate this binary optimization problem into a Python program?

我正在尝试为我的网站优化二进制问题。 数据包含大约 75 个项目,每个项目都有一个重量(在 50 到 1000 之间)和附加的价格。 这是一个数据片段: 我计算整个数据集的期望值 exp_val = (w 1 p 1 + w 2 p 2 +... + w n p n ) / sum(w 1 + w ...

scipy.optimize - 超过函数调用的最大数量?

[英]scipy.optimize - max number of function calls exceeded?

我有下面的图像img_roi (有关数据,请参见帖子结尾)。 “不太亮”的像素值分为两类:红色和蓝色通道,即 我发布了一个一维切片图以更好地可视化数据。 红色和蓝色像素分别与亮像素(绿色通道)相差一个恒定的比例因子。 我想找到红色和蓝色通道的比例因子,并为此使用优化程序。 我希望如果我找到正确 ...

找到使多变量函数最大化的变量值

[英]Find the value of a variable that maximizes a multivariable function

我有这样的功能: 我想找到最大化目标函数的 x 值,知道 x 必须在两个边界 b1、b2 之间。 我的第一个猜测是从 b1 迭代到 b2 以找到 x 的哪个值最大化目标函数,但我想有更有效的方法可以做到这一点。 在这种情况下,找到使目标函数最大化的 x 值的最有效方法是什么? 我知道我可以使用 sc ...

在 Scipy 线性规划中无法获得所需的总数 100

[英]Cannot get total of required 100 in Scipy linear programming

我正在尝试解决一个优化问题,当我使用太简单的数据集时,我得到准确的结果并且 res.x 的总和达到 100,这是我想要的,但是当我使用我的原始数据时,res.x 给出小于 1 或负值的变量,其次它们总和不等于 100。 更简单的版本是这样的: 这个例子工作正常,但由于我将使用更现实的值,问题将无法 ...

如何最小化卡方以优化 Python 中的两个参数

[英]How to minimise chi squared to optimise two parameters in Python

我对优化两个参数的值的过程感到相当困惑,我已经给出了它们的估计值。 我理解这个例子,但对于我的情况,我想最小化 chi Squared function chi_square = np.sum(((y - f1)/yerr)**2) 其中 f1 是 function,取决于两个参数,具有初始猜测值, ...


 
粤ICP备18138465号  © 2020-2023 STACKOOM.COM