如何使用 scipy.optimize.minimize 最小化数组中的 SSE？

如何解决如何使用 scipy.optimize.minimize 最小化数组中的 SSE？

我正在尝试从头开始为债券收益率曲线绘制三次样条。我有三个函数cubic_func market_value 和 sse：

def cubic_func(t,a,b,c,d):
    return a*(t**3)+b*(t**2)+c*t + d

def market_value(t,y):
    return math.exp(-y*t/12)

def cal_sse(param):
    t,y,d = param[0],param[1],param[2],param[3],param[4],param[5]
    model = cubic_func(t,d)
    market = market_value(t,y)
    return (market - model)**2

我需要通过为 cal_sse 找到合适的值来最小化函数 a,d。 我试过了

initial_guess = [1,1,1]
result = minimize(obj,initial_guess)
result.x
# result.x give array([0.03589394,0.9864572,0.81598281,0.81627056,0.82279686,0.96643035])

我的情况是变量 y 和t 是两个数组。我想最小化 y 和 t 中的所有值，并为每个 a,d 获得一个值。此外，我不需要更改 y 和t 的值。我不明白为什么 result.x 还为 y 和 t 赋值。

我应该如何解决这个问题？