在 Python 的 scipy.optimize 中最小化二维函数的问题
Problems with minimizing 2-dimenshional function in Python's scipy.optimize
我想最小化二维函数并有这样的Python代码:
def f(x,y):
return (x-1.0)**2 + (y-2.0)**2
res = minimize(f, x0 = [0.0,0.0], bounds = ((-5,5),(-5,5)), method = 'L-BFGS-B')
而且它不起作用,因为这样的错误(这是错误的最后一行):
TypeError: f() missing 1 required positional argument: 'y'
这是什么意思,我该如何解决?
如果你想用scipy.optimize.minimize
优化一个多维函数,你需要将它表示为一个接受数组的函数:
res = minimize(lambda x: f(*x), x0=...)
我想最小化二维函数并有这样的Python代码:
def f(x,y):
return (x-1.0)**2 + (y-2.0)**2
res = minimize(f, x0 = [0.0,0.0], bounds = ((-5,5),(-5,5)), method = 'L-BFGS-B')
而且它不起作用,因为这样的错误(这是错误的最后一行):
TypeError: f() missing 1 required positional argument: 'y'
这是什么意思,我该如何解决?
如果你想用scipy.optimize.minimize
优化一个多维函数,你需要将它表示为一个接受数组的函数:
res = minimize(lambda x: f(*x), x0=...)