Question

我想尽量减少我的二维功能：

def error(w0, w1):
    sum = 0
    for index, row in data.head(5).iterrows():
        sum += (row['Height'] - (w0 + w1*row['Weight']))**2
    return sum

使用scipy optimize函数使用minimize包

。

我设置了我的初始变量：

w0 = 0
w1 = 0

描述了界限：

bnds = ((-100, 100), (-5, 5))

但是，当我尝试最小化我的功能时

res = opt.minimize(error,w0,w1,method='L-BFGS-B', bounds=bnds)

我收到错误：

ValueError: length of x0 != length of bounds

我应该如何正确地减少？

Answer 1

您的最小化调用是错误的：

res = opt.minimize(error, [w0, w1], method='L-BFGS-B', bounds=bnds)

x0需要是一些数组。你这样做的方式，你的初始点的第二个维度被解释为这个函数的signature中的其他一些参数（意思是：只有w0被解释为x0，它是一个标量而不是一个大小为2的数组 - ＆gt;与这些边界不兼容）。

同样的原则适用于您的功能：

def error(x):
    w0, w1 = x
    sum = 0
    for index, row in data.head(5).iterrows():
        sum += (row['Height'] - (w0 + w1*row['Weight']))**2
    return sum

SciPy最小化二维函数

1 个答案: