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?
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。