我要完成的工作: 尝试使用scipy优化最小化功能并动态构建lambda目标函数。
所以我想要1个函数来构建并返回一个lambda,并且我希望它接受参数。因此,例如,我要构建:
def build_lambdas([params]):
for param in params:
lambda.var = param.var
lambda.coeff = param.coeff
y = 4 + 3y 要么 y = 2x + 5y + 4z 要么 y = 5x + 3z + 2r + 0.5p
取决于我传递的内容。
完成此操作的最佳方法是什么?我已经看到了许多尝试在lambda中动态更新x值的示例,但是我要做的是使用变量和要优化的系数来进行此操作。
所以我正在寻找想法,技巧,示例。
谢谢!
答案 0 :(得分:1)
您可以执行以下操作:
import numpy as np
def build_lambda(*coefficients):
return lambda *vars: np.dot(coefficients, vars)
l = build_lambda(2,3)
print(l(3,4)) # 18
然后它仅受线性方程式约束,但您可以将概念扩展到多项式。