Question

我在实施scipy.optimize.minimize()时遇到了一些麻烦。它返回错误ValueError: Objective function must return a scalar。这是我的代码：

def cost(A,b,x):
    return np.sum(np.square(np.dot(A,x)-b))

def sse(x):
    return 1-sum(x)

x0 = np.ones(4)/4
bounds = tuple((0,1) for x in x0)
cons = ({'type': 'eq', 'fun': sse})
All = minimize(cost, x0, args=(A, curve), method='SLSQP', bounds=bounds, constraints=cons).x

A的形状为(400,4)，curve的形状为(400,)，x，x0的形状为(4,)。< / p>

我似乎错过了一些非常微不足道的事情。任何帮助，将不胜感激。提前致谢！

Answer 1

您的函数的签名，以最小化需求{ "kind": "drive#revisionList", "nextPageToken": string, "revisions": [ { "kind": "drive#revision", "id": string, "mimeType": string, "modifiedTime": datetime, "lastModifyingUser": { "kind": "drive#user", "displayName": string, "emailAddress": string }, "originalFilename": string, "size": long } ] }作为第一个非关键字参数;其他人可能会跟随。

（所以内部你的变量映射是错误的，因此你的形状会产生一个不同于标量的不同结果形状）

我也没有在您的代码中看到x的使用！可能是curve？

所以只需改变：

curve = b

无法实施scipy优化最小化

1 个答案: