如何针对特定参数最小化我的函数，并保持其他参数不变

Question

所以我试图通过最小化卡方函数来计算参数 beta 的值。为此，我使用了 scipy.optimize.minimize() 函数。我似乎无法获得代码来做我想做的事。有没有办法做到这一点？我愿意接受其他解决问题的方法。

对于某些背景，变量vr、rms和delta都是相同长度的一维元组，zeff、H和beta是参数。我正在尝试计算优化的 beta 值。

def chisq(beta,vr, delta,rvs,rms,zeff,H):
    c = -(H/(1+zeff))*(beta/3)
    model = c*np.multiply(rms,delta)
    q = (vr-model)**2
    p = model**-1
    ratio = np.multiply(p,q)
    chisq = np.sum(ratio)
    return chisq

initial_guess = 0.47663662075855323
res = opt.minimize(chisq,initial_guess,args =     (beta,delta,rvs,rms,zeff,H))

我通常会收到一条错误消息，指出函数的维度与 minimize() 函数的语法不匹配。

Answer 1

在你的例子中 beta 是优化变量，所以你不需要将它作为额外参数传递给函数 chisq:

res = opt.minimize(chisq, x0=initial_guess, args=(vr, delta, rvs, rms, zeff, H))

如何针对特定参数最小化我的函数，并保持其他参数不变

How to minimize my function for a specific parameter, and holding others constant

optimization

scipy

minimization