scipy“最小化一组方程的平方和”

Question

我在scipy'leatsq'优化程序中遇到了一个问题，如果我执行以下程序

    raise errors[info][1], errors[info][0]
TypeError: Improper input parameters.

有时index out of range for an array。。。在

^{pr2}$

我不知道我的函数有什么问题优化.leatsq（）打电话来，请帮帮我

Answer 1

仅仅看一下least squares docs，可能是函数{}的定义不正确。假设您总是收到长度至少为2的数组，但是优化函数对于将要接收的数组的长度非常模糊。你可以试着写些东西来屏蔽apar是什么，看看你到底得到了什么。在

如果您使用的是ipython或pythonshell，那么应该得到堆栈跟踪，以准确地显示错误发生在哪一行，所以从这里开始。如果你不能从那里找到答案，发布堆栈跟踪可能会对我们有所帮助。在

Answer 2

因为您希望最小化一个简单的标量函数（func()返回一个值，而不是一个值列表），scipy.optimize.leastsq()应该被一个对fmin函数之一的调用（带有适当的参数）来代替：

x = optimize.fmin(func, Init)

正确工作！在

事实上，leastsq()最小化了一系列值的平方和。它似乎不适用于（包含）单个值的列表，就像在您的示例中一样（即使理论上可以）。在

Answer 3

leastsq与向量一起工作，因此剩余函数func需要返回长度至少为2的向量。因此，如果您将return eqn替换为return [eqn, 0.]，那么您的示例将起作用。运行它可以：

optimized parameters:  (array([10., 10.]), 2)

这是关于绝对差最小的众多正确答案之一。在

如果你想最小化一个标量函数，fmin是最好的选择，optimize.fmin(func, Init)。在

这里的问题是，这两个函数虽然看起来相同，但对于标量来说，它们的目标是不同的。leastsq通常从一组理想曲线中找出最小平方误差，这只是实现“最佳拟合”的一种方法。另一方面，fmin找到标量函数的最小值。在

很明显你的例子是个玩具，这两个都没有意义，所以你走哪条路取决于你的最终目标是什么。在