scipy无法优化参数给出错误 - 运行时警告：在reduce中遇到无效值

Question

我正在尝试使用scipy optimize的模型优化参数，但scipy无法最小化函数并查找参数值。它只返回用户提供的初始猜测作为输入。此外，它还会出现以下错误：RuntimeWarning：reduce中遇到无效值。

import pandas as pd
import numpy as np
from math import log10
import math
import scipy.optimize as op
from scipy.integrate import odeint

df1 = pd.read_csv('dataset1.csv')
z=df1.loc[: , "z"]
za=z.as_matrix(columns=None)
mu=df1.loc[: , "mu"]
mua=mu.as_matrix(columns=None)
si=df1.loc[: , "sig"]
sia=si.as_matrix(columns=None)

c = 299792.458;
H0 = 70;
m_t=0.3
d_t=0.7
mu0 = 25 + 5*log10(c/H0);

def model(x,t,m,d):
    dydt = 1/(math.sqrt((((1+x)**2)*(1+m*x))-(x*d*(2+x))))
    return dydt

def Io(zb,m,d):
    return odeint(model,0,zb, args=(m,d))

def lnlike(theta,zb, mub,sib):
    m, d = theta
    isia2 = 1.0/np.square(sib)
    return 0.5*(np.sum(((((5*(np.log10((1+zb)*Io(zb,m,d)))+mu0)-mub)**2)*isia2)- np.log(isia2)))

nll = lambda *args: -lnlike(*args)
result = op.minimize(nll, [m_t, d_t], args=(za, mua,sia))
m_ml, d_ml = result["x"]
print(m_ml, d_ml)

我认为scipy无法处理由于平方根而产生的非法值。如果是这样，如何绕过非法值？

可以在以下链接找到dataset1文件：https://drive.google.com/file/d/1HDzQ7rz_u9y63ECNkhtB49T2KBvu0qu6/view?usp=sharing