如何解决用python最大化对数似然函数
我正在尝试使用 scipy.optimize 中的函数“minimize”来最大化 Python 的对数似然函数。
以这种方式声明对数似然函数：
def like(mu,sigma,x):
l = -(len(x)/2)*np.log(2*np.pi) - (len(x)/2)*np.log(sigma)-(1/2*sigma)*np.dot((x-mu).T,(x-mu))
return -l
然后尝试将“最小化”与 method = "BFGS" 一起使用：
param = minimize(like,start_params,method="BFGS")
我收到此错误：
TypeError: like() missing 2 required positional arguments: 'sigma' and 'x'
显然我需要优化 w.r.t mu 和 sigma，给定一个 x 输入向量。
有人可以帮忙吗？
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。
