带界最小二乘优化scipy.optimiz公司

Question

我有一个最小二乘优化问题，我需要帮助解决。到目前为止，我有一些代码可以实现以下功能：

shankarFunc = lambda p, x: p[0] * (1 - np.exp(-1 * ((x / p[1]) ** p[2])))
errFunc = lambda p, x, y: shankarFunc(p, x) - y

x0 = [max(y), 100 / max(y), 1]

p1, success = optimize.leastsq(errFunc, x0, args=(x, y))

这几乎适用于所有病例。它对某些数据不收敛，所以我需要对拟合参数进行最小二乘拟合。然后我注意到优化.最小化尝试使用函数来最小化错误。在

^{pr2}$

这会给我带来问题，因为它返回以下错误：

  File "C:\Anaconda\lib\site-packages\scipy\optimize\optimize.py", line 610, in
approx_fprime
    grad[k] = (f(*((xk + d,) + args)) - f0) / d[k]
ValueError: setting an array element with a sequence.

我尝试过各种不同的输入方式，但还是无法摆脱。在

我怎么才能得到优化.最小化一起玩？有没有更好的解决方案来增加边界？在

Answer 1

minimize优化标量函数时，返回一个数组（除了leastsq）。要使用minizize，请尝试将函数更改为：

errFunc = lambda p, x, y: np.sum((shankarFunc(p, x) - y)**2)

您还可以使用lmfithttp://lmfit.github.io/lmfit-py/，它允许在绑定转换中使用leatsq。在

Answer 2

如果没有更多信息，我建议尝试以下部分或全部：

• 您的errFunc返回的是标量还是列表/数组？我也花了一些时间scipy.optimize.minimize.最小化为了工作，并且查看我的代码，我的error函数返回一个标量。

• 使优化方法显式，以便它知道如何使用边界，例如method='L-BFGS-B'