如何解决Scipy 最小化错误:“标量变量的索引无效”
我正在尝试最小化一个函数 w.r.t.形状为 x0
的列表 (30)
,但出现错误:
"invalid index to scalar variable"
特别是我的代码是这样的:
def func(data,x0):
s_i=np.zeros(data.shape[0])
for i in range(data.shape[0]):
x=(data[i][0]+(data[i][1:]*x0).sum())
s_i[i]=x
return (s_i*s_i).sum()-(s_i.sum())**2
x0=np.ones(30)
x0=list(x0)
out=scipy.optimize.minimize(func,x0,args=(data),method='Nelder-Mead',options={'maxiter':100000,'disp': True})
其中 data 是形状为 (N,31)
的 numpy 数组,data[i][1:]*x0
是引发错误的部分。我该如何解决这个问题?
解决方法
解决了。 我之前通过拆分数据重新定义了函数:
c=data[:,1:]
d=data[:,0]
def func(c,d,x0):
s_i=np.zeros(c.shape[0])
for i in range(c.shape[0]):
x=(d[i]+(c[i]*x0).sum())
s_i[i]=x
return (s_i*s_i).sum()-(s_i.sum())**2
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。