scipy.optimize.minimize 返回 [inf]

Question

我正在尝试调用 scipy.optimize.minimize 来最小化函数 poissonNegLogLikelihood，其定义如下：

def poissonNegLogLikelihood(lam, y):

  Computes the negative log-likelihood for a Poisson random variable.

  Inputs:
  lam - float or array.  Parameter for the poisson distribution.
  y - float or array.  Observed data.

  Outputs:
  log_lik - float.  The negative log-likelihood for the data (y) with parameter (lam).

  Y = np.atleast_1d(y)
  LAM = np.atleast_1d(lam)
  log_lik = -np.sum(np.multiply(Y,np.log(LAM)) - gammaln(Y+1) - LAM)
  return log_lik

这个函数工作正常，但是当我尝试将它用作 scipy.optimize.minimize 的输入时，它 return [inf]。这就是我传递它的方式：

data = np.array([1.0])
betas = np.array([0])
minimize(poissonNegLogLikelihood,betas,args=(data),jac=False)

我是不是用错了scipy.optimize.minimize功能？

Answer 1

您正在计算 poissonNegLogLikelihood() 中的 np.log(LAM = beats = [0])，而 log(0) 是 -inf。因此，在我看来，您最初的猜测 betas 就是问题所在。您应该使用足够的值进行测试。

scipy.optimize.minimize 返回 [inf]

scipy.optimize.minimize returning [inf]

python

scipy

scipy-optimize

scipy-optimize-minimize