1

我是 Python 新手，我试图弄清楚一切是如何工作的。我对 scipy.optimize 包的最小化功能有一点问题。我尝试使用一些起始值最小化给定函数，但 python 给了我非常高的参数值。这是我的简单代码：

import numpy as np
from scipy.optimize import minimize
global array
y_wert = np.array([1,2,3,4,5,6,7,8])
global x_wert
x_wert = np.array([1,2,3,4,5,6,7,8])
def Test(x):
    Summe = 0
    for i in range(0,len(y_wert)):
        Summe = Summe + (y_wert[i] - (x[0]*x_wert[i]+x[1]))
    return(Summe)
x_0 = [1,0]
xopt = minimize(Test,x_0, method='nelder-mead',options={'xatol': 1e-8, 'disp': True})
print(xopt)

如果我运行这个脚本，最好的给定参数是：

[1.02325529e+44, 9.52347084e+40]

这真的不能解决这个问题。我也尝试了一些稍微不同的起始值，但这并不能解决我的问题。谁能告诉我我的错误在哪里？非常感谢你的帮助！

4

1 回答 1

1

您的测试函数实际上是一条具有负梯度的直线，因此没有最小值，它是一个无限递减函数，可以解释您的大结果，请尝试使用 x squared 之类的方法

于 2020-03-11T00:44:54.153 回答