Question

我对python很新，我对此感到困惑：我想使用scipy.optimize.minimize来最大化函数，并且我对我定义的函数的额外参数有一些问题。

我寻找了大量已回答问题的解决方案，但我无法找到解决问题的方法。我在Structure of inputs to scipy minimize function中看到如何传递额外的参数，这些参数在函数最小化时想要保持不变，从这个角度来看，我的代码对我来说似乎很好。

这是我的代码：

import numpy as np
from scipy.stats import pearsonr
import scipy.optimize as optimize

def min_pears_function(a,exp):
    (b,c,d,e)=a
    return (1-(pearsonr(b + exp[0] * c + exp[1] * d + exp[2],e)[0]))


a = (log_x,log_y,log_t,log_z) # where log_x, log_y, log_t and log_z are numpy arrays with same length

guess_PF=[0.6,2.0,0.2]

res = optimize.minimize(min_pears_function, guess_PF, args=(a,), options={'xtol': 1e-8, 'disp': True})

运行代码时出现以下错误：

ValueError：解包需要3个以上的值

但是，我无法看到我所缺少的论点。该函数似乎工作正常，所以我猜问题是在optimize.minimize调用？

Answer 1

您的错误发生在此处：

def min_pears_function(a,exp):
    # XXX: This is your error line
    (b,c,d,e)=a
    return (1-(pearsonr(b + exp[0] * c + exp[1] * d + exp[2],e)[0]))

这是因为：

您传递给optimize.minimize的初始值为guessPF，其中只有三个值（[0.6,2.0,0.2]）。
此初始值作为变量min_pears_function传递给a。

你的意思是以exp传递吗？你想要解决的是exp吗？在这种情况下，请将签名重新定义为：

def min_pears_function(exp, a):
    ...

ValueError：使用optimize.minimize时需要多于3个值才能解压缩

1 个答案: