2回答
我希望做一个艰苦的优化，其中我使用SciPy来优化债券现金流的贴现因子(应用程序不那么重要，但如果感兴趣)。所以基本上我取多个已知值'P'，其中Pi是Ci已知常数的函数，以及数组X (Xj=x(t)，其中x是时间的函数)。其中Ci和X= P的和乘积。希望这是有意义的，但本质上是为了得到合理的结果，我想在X(我的x值数组)具有xj < xj-1的约束时设置一个约束</
浏览 0提问于2016-09-21得票数 1
1回答
我需要对这些点拟合一条曲线，这样曲线就会单调地递减。曲线没有指定的函数形式。我第一次尝试曲线拟合，总的来说，我想知道如何才能选择某些功能，对它们进行拟合，并比较它们是否适合选择最好的功能。我相信，对于单调递减曲线，一个约束是一阶导数是负的。我在看scipy.curve_fit和scipy.interpolate.UnivariateSpline函数，但它们似乎没有限制的选项。在这种情况下</
浏览 2提问于2014-02-10得票数 7
回答已采纳
3回答
我想知道是否允许你做约束样条拟合？06 1.65591104 2.62471902 3.022607关于平滑函数的选择和作用的讨论可以在早期的帖子中找到然而，如果我们施加一个约束，即样条需要单调递减，那么我们应该如何拟合样条呢？编辑:样条线不需要完全拟合所有点。然而，它应该满足约束(单调<
浏览 14提问于2013-07-30得票数 5
2回答
为了进行模拟，我需要找到参数(参数)，使多变量函数的约束最大化。scipy.optiminize.fmin确实给出了最小化函数的参数，但这不接受界限或<e
浏览 1提问于2014-05-24得票数 2
回答已采纳
2回答
将曲线拟合到散射点的边界
、、、
我试着把曲线拟合到散点图的边界。。
我已经完成了以下(简化)代码的配合。它将数据分割成小的垂直条，然后在宽度为width的条中找到最小值，而忽略了nans (函数是单调递减的)。vertical slice continue
xs.append(i + width)
浏览 2提问于2016-06-14得票数 12
回答已采纳
4回答
我正在处理以下问题：看看是不是单调？public static boolean isMonotonic(int num) {
int n = num;
浏览 5提问于2022-10-24得票数 1
回答已采纳
2回答
来自的创造性问题34。
假设我们是按降序放松边，我们可以在一个点上选择一个以上的边。我们将在什么基础上选择下一个优势？理想情况下，我们应该选择较小的边，因为它将使到那个顶点的距离
浏览 3提问于2014-04-05得票数 7
回答已采纳
我正在尝试使用scipy.optimize.minimize来最小化成本函数，但是它非常慢。我的函数有近5000个变量，因此，枕慢一点也不奇怪。然而，如果有一个并行版本的scipy.optimize.minimize，它可能会有很大帮助。我想知道这种版本的scipy.optimize.minimize是否存在，或者是否还有其他可以执行这种规模最小化的参数/numpy工具。我真的很感激所有的帮助。
谢谢大家的
浏览 0提问于2017-12-16得票数 5
1回答
我试图为一个函数最小化提供约束，到目前为止，我已经成功地使用了一个通过scipy.optimize.fmin_l_bfgs_b()实现的无约束算法。读起来(参见，例如，)，我发现了一种叫做mystic的最小化包装，这似乎是我所需要的。我的情况如下。我有一个3N变量函数(表示N节点的xyz位置坐标)，我希望提供一个约束列表，以便为每个节点提供z/x = const.。这就产生了总共的
浏览 0提问于2018-11-13得票数 1
回答已采纳
1回答
我正在寻求解决python中的最小二乘问题，这样我就可以在约束np.dot(C,x) = d的约束下最小化0.5*||np.dot(A,x) - b||^2，边界是0<x<np.inf，其中C : shape=[m, n]d : shape=[m]
都是已知的矩阵。不幸的是，看起来scipy.optimize.lsq_linear()函数只对上下限约
浏览 202提问于2021-06-11得票数 1
我正在尝试使用H2o GBM for R中的新monotone_constraint特性。似乎没有任何示例，我也不明白文档中所说的含义 “表示单调约束的映射。使用+1强制执行递增约束，使用-1指定递减约束。”yvar,distribution = "bernoulli") 我得到<em
浏览 21提问于2019-01-05得票数 0
回答已采纳
1回答
我正在寻找一种优化方法，它允许我在约束g(x，y) < 0.1和x和y的附加边界条件下最小化对象函数f(x，y) (返回向量)。我试着用scipy.optimize.least_squares，scipy.optimize.leastsq和scipy.optimize.minimize来解决我的问题。问题是最少的is和least_squares允许对象函数是非标量的，但是没有给我实现约束<em
浏览 4提问于2019-06-13得票数 0
回答已采纳
我使用scipy.optimize.minimize的COBYLA方法为一个范畴分布寻找一个参数矩阵，我需要施加这样的约束:每个参数都大于零，并且参数矩阵的行和是一个列。我不清楚如何在scipy.minimize中实现这一点，因为约束是检查非负面的，而不是真实的。如果我只是将数组作为约束传递，最小化就会引发异常。
有人知道如何实现这类约束吗？
浏览 7提问于2016-02-25得票数 8
回答已采纳
首先，我正在尝试一些非常简单的东西。我定义：我正在尝试查看最小化是否会给出正确的最大似然估计，即k/n == p。然后我试着：其中我假设n == 10和k == 2，而我对p (参数x0)的猜测是0.5。
浏览 0提问于2017-10-05得票数 0
我觉得问这个问题很愚蠢，但是我很难理解scipy.optimize的synatx minimizes M.dot(x)
本质上，我想最小化Mx与x是L2归一化。我似乎找不到一种方法来符合我对numpy语法中所发生的事情的看法。我非常感谢任何帮助我用理解来弥补我的愚蠢。这个问题也有一个特例，它可以通过找到x来解决
such th
浏览 9提问于2013-10-29得票数 3
回答已采纳
有没有人知道一个强大的例程/算法(最好是在scipy/python中)，它可以将N个变量的标量实函数的“所有”局部最小值定位在N维向量空间的一个定义的(“矩形”)区域中？scipy中的约束和无约束最小化算法都只返回一个最小值(全局或局部)。
浏览 0提问于2012-11-22得票数 6
2回答
我有一个Python系列，我想在它的直方图中加入一个密度。问:是否有一种巧妙的方法可以使用np.histogram()中的值来实现这一结果？(参见下面的更新)import numpy as np
from matplotlib import py
浏览 5提问于2015-03-16得票数 2
回答已采纳
我试图插值3个值，我已经测量，每一个是相关的圆形面积，我正在考虑的直径(40毫米，50毫米和100毫米)。我想插值它们，以便找到60毫米，70毫米和80毫米的数值。与100毫米直径有关的数值必须是最高的，例如，我不希望80毫米的数值高于100毫米的数值。我使用的代码如下：import scipy as sp
from scipy import inte
浏览 7提问于2022-05-02得票数 0
特别是，我有约束x_1 + ...x_n = 1，即我的可行集是n维单形的子集。现在，我在问自己，当我选择最小化的系数c= (1，...，1)时会发生什么。那么最小化是不相关的，因为<c，x> =1总是。我测试了它，但我不能分辨出程序计算出了可行集合中的哪个元素。我猜它是由其他不等式约束导致的</e
浏览 0提问于2021-03-20得票数 1
我想使用scipy.optimize来最小化一个函数(最终是非线性的)在一大组线性不等式上。作为热身，我正在尝试最小化x+y over the box 0<=x<=1，0<=y<=1。：我试过做一个更简单的例子，答案很明显:在正方形对象0<=y<=1上最小化对象。最终，我希望在大量线性约束下最小
浏览 7提问于2018-08-24得票数 7
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
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
