scipy.optimize.fim Error: need more than 1 value to unpack

Question

我知道有很多帖子与我的相似，但我真的无法将它们应用到我的情况中，所以请您提供帮助。基本上，我的代码如下：

def Black_min(f, k, ann, vol, ex, cp):
    d1=(math.log(f/k)+0.5*vol**2*ex)/math.sqrt(vol**2*ex)
    d2=(math.log(f/k)-0.5*vol**2*ex)/math.sqrt(vol**2*ex)
    Price=cp*(f*norm.cdf(cp*d1)-k*norm.cdf(cp*d2))*ann*20000
    return Price

banana = lambda x: (Price_Cube[0][4]-Black_min(F[0], K[0][4], Annuity[0], x, Expiry[0], CP[4]))**2
xopt, fopt = scipy.optimize.fmin(func=banana, x0=[Vol_Cube[0][0]],  disp=False)

Price_Cube，K 是列表的列表，里面有数字，Annuity、Expiry 和 CP 只是简单的列表。当我运行代码时，我得到了这个。

    xopt, fopt = scipy.optimize.fmin(func=banana, x0=[Vol_Cube[0][0]],  disp=False)

ValueError: need more than 1 value to unpack

我知道这是一个愚蠢的错误，但我真的不明白。感谢任何帮助，提前致谢。

Answer 1

问题是您尝试将 fmin 的 return 值分配给两个变量，xopt 和 fopt，但默认情况下 fmin只有 returns xopt。你应该试试

xopt = scipy.optimize.fmin(func=banana, x0=[Vol_Cube[0][0]])

如果你也想要最小的函数值，你必须将full_output设置为True，然后你还会得到更多的诊断：

xopt, fopt, iter, funccalls, warnflags = scipy.optimize.fmin(func=banana, x0=[Vol_Cube[0][0]], full_output=True)

scipy.optimize.fim Error: need more than 1 value to unpack

scipy.optimize.fim Error: need more than 1 value to unpack

python

optimization

scipy

minimum

fminsearch