包含边界的Scipy.Minimize故障
包含边界的Scipy.Minimize故障
提问于 2019-01-30 15:24:57
我想将负对数可能性降到最小，以便尽可能接近较早的计算分布。我的分布是Beta-二项分布，我需要选择a (lpha)和b(eta)参数。我的函数基于另一个topic的一个答案来计算负逻辑概率。
def nll(a, b):
k = players['Goals'].sum() # equal to the number of successes
n = players['Shots'].sum() # equal to the number of trials
log = gammaln(n + 1) + gammaln(k + a) + gammaln(n - k + b) + gammaln(a + b) - (gammaln(k + 1) + gammaln(n - k + 1) + gammaln(a) + gammaln(b) + gammaln(n + a + b))
return -(np.exp(log))接下来，我要最小化逻辑可能性。在R中，这可以通过以下脚本来完成：
# maximum likelihood estimation
m <- mle(ll, start = list(alpha = 1, beta = 10),
method = "L-BFGS-B", lower = c(0.0001, 0.1))
ab <- coef(m) 我试图在Python中复制R-脚本，如下所示：
init_params = [1, 10] # This is equal to the start-argument in R
res = minimize(nll, x0=init_params, method='L-BFGS-B', options={'disp' : True, 'maxiter': 250})运行此操作，将产生以下错误：
返回函数(*(wrapper_args+ args)) TypeError: nll()缺少一个必需的位置参数：'b'
我到底做错什么了？我插入了b=10，对吗？
回答 1
Stack Overflow用户
发布于 2019-01-30 15:41:30
optimize.minimize期望它的第一个参数是这个形式的函数：
def func(params, args):
...其中params表示optimize.minimize试图最小化的所有参数。args可以用来传递不能最小化的附加参数；就optimize.minimize而言，它们本质上是常量。
在本例中，params表示两个值，a和b，因此编写如下所示的nll：
def nll(params):
a, b = params
...页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/54443957
复制相关文章
相似问题
腾讯云开发者
