Question

我没有问题scipy.optimize.fmin为一个变量的函数工作，但不知怎的，我无法弄清楚如何让它适用于2个变量。下面是我尝试（和失败）最大化的函数的简单示例。我做错了什么？

from scipy.optimize import fmin

test2 = lambda x,y: x-x**2 + y - y**2
guess = [ 0.5,0.5 ] #just some guess
print fmin( -test2, guess, args=(x,y) )

错误讯息：

    print fmin( -test2, guess, args=(x,y) )
TypeError: bad operand type for unary -: 'function'

更新：谢谢你的回答！结束以下也有效：

谢谢，这很有用。结束以下代码也起作用：

来自scipy.optimize import fmin

test2 = lambda x: -(x[0]-x[0]**2 + x[1] - x[1]**2 )
guess = [ 0.5,0.5 ] #just some guess
print fmin( test2, guess )

Optimization terminated successfully.
         Current function value: -0.500000
         Iterations: 18
         Function evaluations: 37
[ 0.5  0.5]

正如您可能已经猜到的那样，我仍然在学习基础知识，并且总是找不到明显的错误消息。

Answer 1

错误消息非常明确：您无法否定函数。在函数定义中移动否定。同时，您应该更改函数，使其适用于单个参数，即NumPy数组：

>>> def test2(x):
...     return -np.sum(x - x**2)
... 
>>> test2(np.array([.5, .5]))
-0.5

然后在没有args的情况下将其最小化：

>>> fmin(test2, np.array([.5, .5]))
Optimization terminated successfully.
         Current function value: -0.500000
         Iterations: 18
         Function evaluations: 37
array([ 0.5,  0.5])

scipy.optimize.fmin有2个变量。如何使它工作

1 个答案: