使用scipy.optimize.fmin的常见问题

Posted 2021-04-29

当将以下代码从MATLAB转换为Python时，我遇到了一些问题：

Matlab代码段：

   x=M_test %M_test is a 1x3 array that holds the adjustment points for the function
   y=R_test %R_test is also a 1x3 array
   >> M_test=[0.513,7.521,13.781]
   >> R_test=[2.39,3.77,6.86]

   expo3= @(b,x) b(1).*(exp(-(b(2)./x).^b(3)));
   NRCF_expo3= @(b) norm(y-expo3(b,x));
   B0_expo3=[fcm28;1;1];
   B_expo3=fminsearch(NRCF_expo3,B0_expo3);
   Data_raw.fcm_expo3=(expo3(B_expo3,Data_raw.M));

翻译后的（python）代码：

   expo3=lambda x,M_test: x[0]*(1-exp(-1*(x[1]/M_test)**x[2]))
   NRCF_expo3=lambda R_test,x,M_test: np.linalg.norm(R_test-expo3,ax=1)
   B_expo3=scipy.optimize.fmin(func=NRCF_expo3,x0=[fcm28,1,1],args=(x,))

[为了清楚起见，目标函数'expo3'要通过M_test定义的调整点。'NRCF_expo3'是要最小化的函数，基本上是R_test和绘制的指数函数之间的错误。

运行代码时，出现以下错误消息：

B_expo3=scipy.optimize.fmin(func=NRCF_expo3,x0=[fcm28,1,1]),args=(x,))
NameError: name 'x' is not defined

我细读过很多类似的问题。

如果我从优化函数中删除'args'，因为numpy/scipy analog of matlab's fminsearch 似乎表明没有必要，则出现错误：

line 327, in function_wrapper
return function(*(wrapper_args+args))
TypeError: <lambda>() missing 2 required positional arguments: 'x' and 'M_test'

[我尝试了很多其他修改，例如Using scipy to minimize a function that also takes non variational parameters或Open source examples中的例子，但对我而言无效。

我希望这很明显，但是我对Python还是陌生的，我觉得我正在大海捞针。 我没看到什么？

任何帮助将不胜感激。如果需要，我还可以提供更多代码。

答案

我认为您不应在代码中使用lambda，而应使用三个参数来使目标函数成为单一目标（请参见PEP8）。您的帖子中有很多缺失的信息，但是据我所推断，您想要这样的东西：

from scipy.optimize import fmin # Define parameters M_TEST = np.array([0.513, 7.521, 13.781]) X_ARR = np.array([2.39,3.77,6.86]) X0 = np.array([10, 1, 1]) # whatever your variable fcm28 is def nrcf_exp3(r_test, m_test, x): expo3 = x[0] * (1 - np.exp(-(x[1] / m_test) ** x[2])) return np.linalg.norm(r_test - expo3) fmin(nrcf_exp3, X0, args=(M_TEST, X_ARR))