scipy.minimize- 缺少 1 个必需的位置参数

Question

一直卡在这个错误上，也尝试了所有在线资源，但找不到任何有效的解决方案。

我想使用 scipy.minimize 函数找到我的二元函数 f(alpha, z) 的最小值。我收到以下错误：

“缺少 1 个必需的位置参数：'z'”

我尝试了我所知道的一切，我是 python 的新手，所以虽然不多，但我已经尽力了。谁能帮帮我？

def calculate_loss(alpha, z):

scaled_data = []
for ind, L in enumerate(LLs):
    scaled_data.append(data[ind][:,1:45])
    scaled_data[ind][0] = np.log10(scaled_data[ind][0]/(L**z))
    scaled_data[ind][1] = np.log10(scaled_data[ind][1]/(L**alpha))

a = []
b = []

for ind, L in enumerate(LLs):
    popt, pcov = curve_fit(f, scaled_data[ind][0], scaled_data[ind][1])
    a.append(popt[0])
    b.append(popt[1])

N = len(LLs)

loss = 0
for i in range(0,N):
    for j in range(i+1,N):
        #tu musim doplnit loss function
        loss += np.sum((scaled_data[ind][1] - (a[j]*(scaled_data[ind][0])+b[j]))**2)
        
return loss

initial = [1, 2]

res = minimize(calculate_loss, initial)
print(res.x)

fitted = res.x

Answer 1

变量作为单个数组传递。你可以在你的函数中解压它：

    def calculate_loss(x):
         alpha = x[0]
         z = x[1]
         . . .

scipy.minimize- 缺少 1 个必需的位置参数

scipy.minimize- missing 1 required positional argument

python

scipy-optimize-minimize