具有 scipy 最小化功能的数据框

Question

我正在尝试最小化适用于数据框的平方和函数。 df如下：

ds = pd.DataFrame({'t': [*np.linspace(0,300,7)], 'Ca': [0.05, 0.038, 0.0306, 0.0256, 0.0222, 0.0195, 0.0174]})

我使用和平方的模型是：

def model(params, t, ca0=0.05):
    alpha = params[0]
    k = params[1]
    ca_pred = (ca0**(1-alpha) - (1-alpha)*k*t)**(1/(1-alpha))
    return ca_pred

def sum_of_squares(params, t, ca, ca0=0.05):
    ca_pred = model(params, t, ca0)
    obj = ((ca - ca_pred)**2).sum()
    return obj

Initial guess:
params = [1.5, 0.05]

我的具体疑问在这里，我不知道如何传递数据帧以在 sum_of_squares 最小化函数中使用“t”和“ca”：

res = minimize(fun=sum_of_squares, x0=params, tol=1e-3, method="Powell")

Answer 1

您可以使用 args 参数：

minimize(sum_of_squares, x0=params, args=(ds['t'], ds['Ca']), tol=1e-3, method="Powell")

或包装函数：

minimize(lambda x: sum_of_squares(x, ds["t"], ds["Ca"]), x0=params, tol=1e-3, method="Powell")

具有 scipy 最小化功能的数据框

Dataframe with scipy minimize function

python

minimize

scipy

mse