为啥我从 scipy.optimize.fmin 得到不正确的结果？

Posted 2023-03-11

【中文标题】为啥我从 scipy.optimize.fmin 得到不正确的结果？

【英文标题】：Why am I getting incorrect results from scipy.optimize.fmin?为什么我从 scipy.optimize.fmin 得到不正确的结果？

【发布时间】：2016-11-04 06:33:39

【问题描述】：

import pandas as pd
from scipy.optimize import fmin

data = pd.DataFrame('DIV': [1,2,3]*3,
                     'MONTH': ['May','May','May','June','June','Jun','Jul','Jul','Jul'],
                     'C':[8]*9,
                     'U':[3,2,1]*3,
                     'S':[9]*9)

data.to_csv(r'C:\Users\mbabski\Documents\Unit Plan Summer 2016\data_test.csv')

def return_array(x):
    return x.values

def mape(c,u,s,r): #returns an array of line level Mean Absolute Percentage Errors
    p = c + u * r
    m = abs(1.0-(p/s))
    return m

def e(c,u,s,r): #calculates average of the MAPEs
    return np.mean(mape(c,u,s,r))

for d in range(1,4):
    div_data = data[data.DIV==d]
    c = return_array(div_data.C)
    u = return_array(div_data.U)
    s = return_array(div_data.S)
    r0 = [[1.0]]
    t = fmin(e,r0,args=(c,u,s))
    print 'r:',t

优化成功终止。 当前函数值：0.000000 迭代次数：29 函数评估：58 r：[-69.] 优化成功终止。 当前函数值：0.000000 迭代次数：29 函数评估：58 r：[-70.] 优化成功终止。 当前函数值：0.000000 迭代次数：29 函数评估：58 r：[-71.]

为什么我得到 r = -69、-70 和 -71？ 我应该用这些数据得到 r = 0.333、0.555 和 0.999。

【参考方案1】：

scipy.optimize.fmin 会将它试图最小化的值作为第一个参数传递给函数。如果您将函数重写为

def e(r,c,u,s): #calculates average of the MAPEs
    return np.mean(mape(c,u,s,r))

你得到正确的结果

for d in range(1,4):
    div_data = data[data.DIV==d]
    c = return_array(div_data.C)
    u = return_array(div_data.U)
    s = return_array(div_data.S)
    r0 = [[1.0]]
    t = fmin(e,r0,args=(c,u,s))
    print 'r:',t

Optimization terminated successfully.
         Current function value: 0.000011
         Iterations: 16
         Function evaluations: 32
r: [ 0.33330078]
Optimization terminated successfully.
         Current function value: 0.000000
         Iterations: 15
         Function evaluations: 30
r: [ 0.5]
Optimization terminated successfully.
         Current function value: 0.000000
         Iterations: 10
         Function evaluations: 20
r: [ 1.]