我正在使用scipy.optimize.minimize
从函数中找到最佳值。这是最简单的例子,使用内置的Rosenbrock函数:
>>> from scipy.optimize import minimize, rosen
>>> x0 = [1.3, 0.7, 0.8, 1.9, 1.2]
>>> # Minimize returns a scipy.optimize.OptimizeResult object...
>>> res = minimize(rosen, x0, method='Nelder-Mead')
>>> print res
status: 0
nfev: 243
success: True
fun: 6.6174817088845322e-05
x: array([ 0.99910115, 0.99820923, 0.99646346, 0.99297555, 0.98600385])
message: 'Optimization terminated successfully.'
nit: 141
x
只是最终的最佳输入向量。我可以从返回的scipy.optimize.OptimizeResult
对象中获取所有迭代的列表(即具有相应输入向量的目标函数)吗?