问题标签 [scipy-optimize]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
tensorflow - 如何在 tf.learn.LinearClassifier 中使用 ScipyOptimizerInterface？
我想在 tf.learn 中尝试一些二阶优化，但我不知道怎么做。提前致谢！
python - 使用 scipy 差分进化对参数的约束
我正在尝试使用差异进化来根据成本优化可用性。但是，我在这里有三个未知参数（a、b、c），我可以使用边界来定义范围。但是，我想将附加约束定义为 a+b+c <= 10000。我正在使用 python 来执行此操作，并且我尝试在差分进化中使用选项“args”，但它不起作用。任何信息将不胜感激。
python - Scipy.optimize.curve_fit 不适合
假设我想使用scipy.optimize.curve_fit. 我不知道函数的任何参数。为了获得频率，我进行傅里叶变换并猜测所有其他参数——幅度、相位和偏移。运行我的程序时，我确实很健康，但这没有意义。问题是什么？任何帮助将不胜感激。
python - scipy.optimize 最小化不一致的结果
从 scipy optimize 运行最小化函数时，我得到了一些非常奇怪的结果。
这是代码
跑步时
我得到2500x 的每个元素的分配。和fun: -14.164036415985395
通过快速检查，此分配[3800, 1200]给出-14.9
它对初始条件也高度敏感。
关于我做错了什么的任何想法
绘制的两个函数
UPDATE 它实际上返回初始条件。
如果我试试这个
返回的结果似乎很好（我已经改变了目标函数）
python - 是否有任何可以同时具有下限和上限的二次规划函数 - Python
通常我一直在使用GNU Octave来解决二次规划问题。
我解决的问题像
受制于
其中lb和ub是下限和上限，例如限制x
当我解决时，我的 Octave 代码看起来像这样。只需一条简单的线
方括号[]是空的，因为我不需要等式约束
所以我的问题是：Python 中是否有一个易于使用的二次求解器来解决问题
受制于
或受制于
python-3.x - python可以优化变量以获得最大皮尔逊相关系数吗？
如果我的 pandas 数据框包含 3 列Col1& Col2&Col3并且我需要在 和 之间获得最大 Pearson 的相关系数Col2，Col3通过考虑下一个公式获得Col1的修改值 For 的值：Col2
其中 B 是变化的变量，以获得最大 Pearson 的相关系数Col3和 的新值Col2
那么是否有一种 Python 方法可以做到这一点并返回 B。有没有办法使用 Python 执行此操作并返回 B 值，我想将这个过程重复到其他列。
python - 优化更改变量以获得多列的最大 Pearson 相关系数
修正案：
如果我有一个包含 5 列& Col1& Col2& Col3&Col4的pandas DataFrame ，Col5我需要通过考虑Col2Col3Col2Col4Col2Col5Col1
Col2下式得到的修改值：
其中 B是变化的变量（单个值），以获得（新值Col2, Col3）&（新值Col2, Col4）和（新值Col2, ）之间的最大 Pearson 相关系数Col5。
更新：
Col2上表包含我上面提到的 5 列，( , Col3) & ( Col2, Col4) & ( Col2, )之间的系数之间的相关性Col5如下表所示。
我需要Col2根据两个提到的方程式更改 的值，其中更改值为B。
所以问题是如何获得最好的值B，使新的相关系数大于或等于其对应物（旧）？
更新 2：
Col1,Col2,Col3,Col4,Col5
2,0.051361397,2618,1453,1099
4,0.053507779,306,153,150
2,0.041236151,39,54,34
6,0.094526419,2755,2209,1947
4,0.079773397,2313,1261,1022
4,0.083891415,3528,2502,2029
6,0.090737243,3594,2781,2508
2,0.069552772,370,234,246
2,0.052401789,690,402,280
2,0.039930675,1218,846,631
4,0.065952096,1706,523,453
2,0.053064126,314,197,123
6,0.076847486,4019,1675,1452
2,0.044881545,604,402,356
2,0.073102611,2214,1263,1050
0,0.046998526,938,648,572
python-3.x - 使用 Scipy.optimize 最小化 SSE
我正在尝试使用 优化函数的 SSE（误差平方和）scipy.optimize。为了测试，我创建了一个简单的问题，如下代码。但是 scipy 输出的优化参数永远不会使 SSE=0。有人可以帮我理解，我哪里出错了。
我试图用我的代码计算的 SSE 与在 excel 中计算的 SSE 进行交叉检查。它匹配。然后我使用最小化函数来最小化 SSE 函数，由 Scipy 计算的函数与手动计算的函数不匹配。我以前的函数是形式（y=ax+b）。下面是代码
python - fsolve 在求解简单代数方程时返回不必要的警告
使用fsolve，我想找到在x这种f(x)=0情况下f由
正如我们所看到的，该函数具有最小值x=0，并且对于该值，我们恰好具有f(x=0)=0。当我尝试用它解决时，fsolve它会返回一个足够接近零的值，但也会发出警告：
输出是
所以，结果是令人满意的，但是考虑到它也提供了一个不错的结果，我怎样才能避免警告以及为什么它会返回它呢？
python - SciPy 的最小化根本没有迭代
我试图最小化一个基本上看起来像这样的函数：
实际上它有两个自变量，但由于 x1 + x2 = 1，它们并不是真正独立的。
现在这是目标函数
wnere w 是每个资产的权重列表， covM 是 pandas 的 .cov() 返回的协方差矩阵
这里是调用优化函数的地方：
现在函数有一个明确的最小值，但最小化只会吐出初始值作为结果，它确实说“优化成功终止”。有什么建议么？
优化结果：
PS图像作为链接，因为我不符合要求！