Question

我一直试图通过scipy优化器传递分段函数。我在下面构建的示例显示了问题：

args = (6,6,7,1,2,4,6,6)
def _alpha(params, *args):
    knot = params[0]
    rate = np.asarray(args)
    where_knot = np.where(rate>knot, 1, 0)
    return np.sum(where_knot)

seed_vals = (5,)
bounds = ((1,7), )
res1 = optimize.minimize(_alpha, seed_vals, args=args, method='L-BFGS-B', bounds=bounds)
res1.x
>>> array([ 5.])

然而，这显然不是解决方案：

print _alpha((5,), args)
>>> 5
print _alpha((7,), args)
>>> 0

有没有办法做到这一点？

编辑：我也尝试过numpy分段函数并获得相同的结果。

Answer 1

您需要使用以下方法调整近似步长：http://docs.scipy.org/doc/scipy/reference/optimize.minimize-lbfgsb.html#optimize-minimize-lbfgsb

默认值类似于.0000001，因此它将为结

估计0梯度

在Scipy / python中优化分段函数

1 个答案: