1回答
用枕极小法求解因子
、、、
我试图解决因子x，它乘以一个向量‘因子’的和。向量‘因子’的和应该和向量'Basic‘的和一样。首先，我阅读了一个类似于以下DataFrame的csv：谢谢你提前帮忙。嗯，我也尝试过最小化和弹跳。也许使用scipy.optimize会更好？import pandas as pdimport numpy as np
pa
浏览 0提问于2019-06-16得票数 1
回答已采纳
我有一个多项式函数，我想找出它的所有局部极值。我可以通过P(x)计算多项式，通过d_P(x)计算它的导数。我的第一个想法是使用minimize_scalar，但是这似乎不能利用我可以计算导数的事实。或者，我可以使用更通用的minimize函数并提供渐变。有没有关于哪种方法更好工作的经验法则，或者这是我应该测试这两种方法并看看哪种方法更好的东西。由于我正在优化的函数是一个多项式(行为
浏览 36提问于2019-02-20得票数 0
我有一个函数func_x()，我试图尽量减少使用scipy.optimize.minimize_scalar()。在我将来的情况下，可能还有其他的辅助函数，但共性是，给定一个标量输入x，它们也将返回一个标量值供func_x()使用。from scipy.optimize import minimize_scalar return x^2-1/x
def func_x(x
浏览 11提问于2022-01-14得票数 2
我正在尝试使用scipy.minimize_scalar最大化Python中的一个(标量)函数。我认为使用lambda会更优雅，而不是定义一个新函数，它是给定函数的负值。不幸的是，它给出了一个TypeError。下面是一个简单的例子： from scipy.optimize import minimize_scalar
return -(x-1)**2
pr
浏览 28提问于2020-06-26得票数 0
我有一个来自scipy的对数范数分布，它的参数是已知的。import scipy
我需要求解满足以下方程式的x：我如何使用numpy/scipy来做这件事？
浏览 1提问于2012-12-19得票数 2
回答已采纳
看看这个简单的优化问题，它只是有点复杂(惩罚函数)：
我查看了中的和纸浆库文档。甚至我也尝试了惩罚函数的最简单形式，如下面所示，这个问题应该尝试4个给定的数字，而不是y变量，以便将惩罚函数作为目标最小化(答案显然是y=-2，obj函数将是-4)：import numpy as np
if y>=0: else:
浏览 8提问于2020-09-21得票数 0
回答已采纳
我有一个包含多个参数的函数。我希望在保持其他变量不变的情况下，针对单个变量对其进行优化。为此，我想使用spicy.optimize中的minimize_scalar。我读了文档，但我仍然不明白如何告诉minimize_scalar我想要最小化关于变量:w1。下面是一个最小的工作代码。import numpy as np
def e
浏览 3提问于2016-04-05得票数 8
回答已采纳
1回答
我有一个有纬度和经度的数据集，我应用了四阶线性回归，然后得到最小距离(即，使用fmin_cobyla函数从scipy.optimize到回归的每个数据点的，就像我在中发现的那样)。cobyla优化器采用目标(即两点之间的距离)、初始猜测和约束(即解必须是回归曲线的一部分)。：但是，当我使用其他数据点进行测试时，优化器无法找到解决方案，并将数据池本身作为解决方案。下面是long_t = 130.4183692和lat_t =
浏览 0提问于2019-07-25得票数 2
回答已采纳
1回答
我有一个函数需要最小化，其中x1，y1，x2，y2，v2，v1都是给我的。我必须找到这个函数对于任意x的全局最小值。我计算出函数的全局最小值将是关于x的，在min(x1，x2)和max(x1，x2)之间，并且在范围之间的函数应该是U型曲线。我进行了二进制搜索，其中我采用了效率参数e=0.000001，并在二进制搜索中给出了以下条件但是，我没有得到正确的结果我正在
浏览 2提问于2016-09-20得票数 0
正如所解释的，要使用scipy.optimize.minimize_scalar，我们需要定义目标函数，如下所示： return (x - 2) * x * (x + 2)**2from scipy.optimize import minimize_scalar现在，我想用一个要优化的变量和几个参数来定义我的函数例如，
浏览 0提问于2018-03-12得票数 0
1回答
我有两个函数，它的距离(y_1-y_2)我需要最小化，以获得两者之间的最佳因子(dfactor)，这样我就可以把它们绘制在一起，并尽可能地匹配它们。与文档中的示例不同的是，在本例中，我有可以计算差异的n点，因此我有要最小化的n函数。对于scipy.optimize.minimize_scalar，我使用以下语法： for i in range(0, n):
浏览 2提问于2017-07-15得票数 0
回答已采纳
1回答
我需要对一个关于向量f的函数x进行优化，它以一个常数矩阵m作为输入，并返回一个标量v >= 0。具有随机数的MWE：from scipy.optimize import minimize
return sum(arr[:, 2] * pg)
res
浏览 6提问于2022-11-12得票数 0
回答已采纳
我希望通过更改参数P来最小化测量值和模型值之间的差异，作为输出，我希望得到结果参数(标量)以及模型和测量结果之间的差异(数组)。我学习scipy.optimize.minimize 已经有一段时间了，但我似乎还不明白。特别是我不明白：
array2 = np.arange(5.,55,5)
from scipy.optimize import minimize</em
浏览 0提问于2017-11-13得票数 0
回答已采纳
2回答
我有一个目标函数，我想对't‘最小化，在这个函数中，有一个从0到t的积分，必须考虑它的优化。但是，我不知道如何将这个积分包含到我的目标函数中。我用过simpy和simpy的图书馆，但它们似乎都没有用。Eta**Beta))*t**(Beta-1)*(math.exp(-t/Eta)**Beta) return t*f(t)from scipyimport *
import scipy</em
浏览 18提问于2022-06-07得票数 3
回答已采纳
1回答
我想用scipy.optimize.minimize_scalar找到最小函数值def error(w0, w1): total_error =total_error = total_error + meta我想要w0 = 50和w1 = [-5,5]，因为我试图将函数放在see方法下，我看到了不同的错误：TypeError: error() missing 1
浏览 2提问于2020-02-12得票数 0
我有一个多变量函数(下面的代码)，这取决于x1和x2，并且我考虑到这个函数的目标输出值，名为target。我修复了x1并在外部函数find_x2中提供了我的target。目标是最小化内部函数error，即输出目标与结果值est之间相对于x2的平方距离。在est而不是x2方面，这个函数看起来是最小化的，但我不明白为什么。任何帮助都将不胜感激。代码：from scipy.optimize import minimize_sca
浏览 4提问于2021-12-08得票数 0
回答已采纳
在给定固定向量Z和标量西格玛的情况下，我试图找到使下列函数最小化的lmbda值： indicator = np.abs(z) <=但是，当我尝试使用以下代码查找使sure_stf最小化的lmbda值时：它为sure_stf数据来自：
import pandas a
浏览 0提问于2018-11-16得票数 1
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
云直播
对象存储
腾讯会议活动推荐
腾讯云开发者
