現在、関数f
を定義する次のコードがあります。
_a = #something
b = #something
c = #something
def f(x):
"""Evaluates some function that depends on parameters a, b, and c"""
someNumber = #some calculation
return someNumber
_
理想的にはdef f(x, a, b, c)
を実行しますが、f
に関してx
を最小化しています。SciPyの最適化ツールボックスでは、引数にパラメーターを持つ関数を最小化できません。つまり、_a, b
_とc
の複数の値に対して最小化コードを実行したいと思います。これを行う方法はありますか?
args
に追加の引数を指定できます
from scipy.optimize import minimize
minimize(f, x0, args=(a, b, c))
これは、minimize
の使用に関する簡単な質問と回答です。他のユーザーがより具体的なものが必要な場合のために、ここに簡単な例を示します。
一般化された二次方程式:
In [282]: def fun(x, a,b,c):
...: return a*x**2 + b*x + c
In [283]: optimize.minimize(fun, 10, args=(1,0,0))
Out[283]:
fun: 1.7161984122524196e-15
hess_inv: array([[ 0.50000001]])
jac: array([ -6.79528891e-08])
message: 'Optimization terminated successfully.'
nfev: 15
nit: 4
njev: 5
status: 0
success: True
x: array([ -4.14270251e-08])
In [284]: optimize.minimize(fun, 10, args=(1,1,1))
Out[284]:
fun: 0.7500000000000221
hess_inv: array([[ 0.49999999]])
jac: array([ 3.12924385e-07])
message: 'Optimization terminated successfully.'
nfev: 12
nit: 2
njev: 4
status: 0
success: True
x: array([-0.49999985])
この関数は配列を入力として受け取ることもできますが、それでも単一の(スカラー)値を返す必要があります。
In [289]: optimize.minimize(fun, [10,10,10], args=(np.array([1,2,3]), 1, 1))
Out[289]:
fun: 2.541666666667115
hess_inv: array([[ 0.50021475, -0.00126004, 0.00061239],
[-0.00126004, 0.25822101, -0.00259327],
[ 0.00061239, -0.00259327, 0.16946887]])
jac: array([ -8.94069672e-08, 4.47034836e-07, -2.20537186e-06])
message: 'Optimization terminated successfully.'
nfev: 55
nit: 9
njev: 11
status: 0
success: True
x: array([-0.50000006, -0.2499999 , -0.16666704])
In [286]: def fun(x, a,b,c):
...: return (a*x**2 + b*x + c).sum()
関数が提案されたx0
と引数を使用して実行されることを確認することをお勧めします。
In [291]: fun(np.array([10,10,10]), np.array([1,2,3]), 1, 1)
Out[291]: 633
目的関数を呼び出せない場合、またはその引数の機能について混乱している場合、minimize
は特効薬ではありません。この最小化は、目的関数の理解と同じくらい優れています。