Question

我正在尝试解决使用梯度下降法在python中拼接到三阶多项式的幂律的最小二乘拟合问题。我已经在Matlab中针对参数计算了梯度。我手动计算的边界条件。我在卡方最小化算法中遇到语法错误，该错误必须考虑边界条件。我在机器学习课程中这样做，我在其中完成了一个自我指导和自我建议的长期项目，但是由于这种语法错误，我感到困惑，我不确定该如何克服。我不会因此而获得学分。简直就是我的简历。

def polypowerderiv(x,a1,b1,c1,a2,b2,c2,d2,boundaryx,ydat):


    #need to minimize square of ydat-polypower
    #from Mathematica, to be careful
    gradd2=2*(d2+c2*x+b2*x**2+a2*x**3-ydat)
    gradc2=gradd2*x
    gradb2=gradc2*x
    grada2=gradb2*x

    #again from Mathematica, to be careful
    gradc1=2(c+a1*x**b1-ydat)
    grada1=gradc1*x**b1
    gradb1=grada1*a1*log(x)

    return [np.sum(grada1),np.sum(gradb1),\
        np.sum(gradc1),np.sum(grada2),np.sum(gradb2),\
        np.sum(gradc2),np.sum(gradd2)]


def manualleastabsolutedifference(xdat, ydat, params,seed, maxiter, learningrate):
    chisq=0 #chisq is the L2 error of the fit relative to the ydata
    dof=len(xdat)-len(params)
    xparams=seed
    for step in np.arange(maxiter):
        a1,b1,c1,a2,b2,c2,d2=params
        chisq=polypowerlaw(xdat,params)
        for i in np.arange(len(xdat)):
            grad=np.zeros(len(seed))
            for i in np.arange(seed):


        polypowerlawboundarysolver=\
        polypowerboundaryconstraint(xdat,a1,b1,c1,a2,b2,c2)

        boundaryx=minimize(polypowerlawboundarysolver,x0=1000) 
        #hard coded to be half of len(xdat)
        chisq+=abs(ydat-\ 
            polypower(xdat,a1,b1,c1,a2,b2,c2,d2,boundaryx)
        grad=\
            polypowerderiv(xdat,a1,b1,c1,\
            a2,b2,c2,d2,boundaryx,ydat)

    params+=learningrate*grad
return params

我得到的错误是：

文件“”，第14行
grad = polypowerderiv（xdat，a1，b1，c1，a2，b2，c2，d2，boundaryx，ydat）
^ SyntaxError：语法无效

此外，我在格式化方面遇到了一些小麻烦。请帮忙。经过多年的上下投票后，这是我有史以来第几篇有关Stack Overflow的文章。感谢社区的广泛帮助。

Answer 1

根据Alan-Fey，您忘记了右括号：

chisq+=abs(ydat-\ 
            polypower(xdat,a1,b1,c1,a2,b2,c2,d2,boundaryx)

应该是

chisq+=abs(ydat-\ 
            polypower(xdat,a1,b1,c1,a2,b2,c2,d2,boundaryx))

即使在复制和粘贴时，函数定义和函数调用也会在python 3中产生语法错误

1 个答案: