python - 使用 SCIPY.OPTIMIZE.FMIN_CG 提取威 bool 分布参数

Question

我正在尝试提取满足特定均值和方差的威 bool 分布参数(形状“k”和尺度“lambda”)。在此示例中，均值为 4，方​​差为 8。这是一个 2 个未知数和 2 个方程式的问题。

由于此算法适用于 Excel 2010 的 GRG 求解器，我确信它与我构建问题的方式有关，或者可能与我正在使用的库有关。我对优化库不太熟悉，所以请让我知道错误在哪里。

脚本如下:

from scipy.optimize import fmin_cg
import math

def weibull_mu(k, lmda):                  #Formula can be found on wikipedia
    return lmda*math.gamma(1+1/k)
def weibull_var(k, lmda):                 #Formula can be found on wikipedia
    return lmda**2*math.gamma(1+2/k)-weibull_mu(k, lmda)**2

def min_function(arggs):
    actual_mean = 4                          # specific to this example
    actual_var = 8                           # specific to this example
    k = arggs[0]
    lmda = arggs[1]
    output = [weibull_mu(k, lmda)-(var_wei)]
    output.append(weibull_var(k, lmda)-(actual_var)**2-(actual_mean)**2)
    return output

print fmin(min_function, [1,1])

这个脚本给我以下错误:

[...]
  File "C:\Program Files\Python27\lib\site-packages\scipy\optimize\optimize.py", line 278, in fmin
    fsim[0] = func(x0)
ValueError: setting an array element with a sequence.

Answer 1

据我所知，min_function 返回一个多维列表，但是 fmin和 fmin_cg如果我没记错的话，确实期望目标函数返回一个标量。

如果您要搜索双方程问题的根，我想您最好应用 root代替功能。据我所知，scipy 没有为矢量函数提供任何通用优化器。