使用scipy.optimize时发生错误：-类型错误：costFuncReg缺少1个必需的位置参数：'lambda _'

如何解决使用scipy.optimize时发生错误：-类型错误：costFuncReg缺少1个必需的位置参数：'lambda _'

def costFuncReg(theta,X,y,lambda_):
m = y.size
J = 0
grad = np.zeros(theta.shape)
h = sigmoid(X.dot(theta.T))

temp = theta
temp[0] = 0

J = (1/m)*np.sum(-y.dot(np.log(h))-(1-y).dot(np.log(1-h)))+(lambda_ /(2*m))*np.sum(np.square(temp))

grad = (1/m)* (h-y).dot(X)
grad = grad+(lambda_/m)*temp

return J,grad

我已经定义了成本函数正则化函数。
我想使用scipy.optimize.minimize进行Logistic回归。

options = {'maxiter':400}
res = optimize.minimize(costFuncReg,initial_theta,(X,y),jac=True,method='TNC',options=options)

cost = res.fun
theta = res.X
print('Cost at theta found by optimize.minimize: {:.3f}'.format(cost))
print('Expected cost (approx): 0.203\n');

print('theta:')
print('\t[{:.3f},{:.3f},{:.3f}]'.format(*theta))
print('Expected theta (approx):\n\t[-25.161,0.206,0.201]')

-我被这个错误困住了：-

---------------------------------------------------------------------------

TypeError跟踪（最近的呼叫最后） 1个选项= {'maxiter'：400} ----> 2 res = optimize.minimize（costFuncReg，initial_theta，（X，y），jac = True， method ='TNC'，options = options） 3 4费用= res.fun 5 theta = res.X

C：\ ProgramData \ Anaconda3 \ lib \ site-packages \ scipy \ optimize_minimize.py 在minimum（fun，x0，args，method，jac，hess，hessp，bounds，约束，tol，回调，选项） 618 callback = callback，** options）第619章 -> 620 return _minimize_tnc（fun，x0，args，jac，bounds，callback = callback， 621个**选项） 622 elif meth =='cobyla'：

C：\ ProgramData \ Anaconda3 \ lib \ site-packages \ scipy \ optimize \ tnc.py在 _minimize_tnc（fun，x0，args，jac，bounds，eps，scale，offset，mesg_num，maxCGit，maxiter，eta，stepmx，precision，minfev，ftol，xtol， gtol，重新缩放，显示，回调，finite_diff_rel_step，maxfun， ** unkNown_options） 373消息= MSG_NONE 374 -> 375 sf = _prepare_scalar_function（fun，x0，jac = jac，args = args，epsilon = eps，第376章 377 bounds = new_bounds）

C：\ ProgramData \ Anaconda3 \ lib \ site-packages \ scipy \ optimize \ optimize.py 在_prepare_scalar_function（fun，x0，jac，args，bounds，epsilon， finite_diff_rel_step，hess） 259＃ScalarFunction缓存。毕业时重用fun（x） 260＃计算减少了整体功能评估。 -> 261 sf = ScalarFunction（fun，x0，args，grad，hess， 262（finite_diff_rel_step，bounds，epsilon = epsilon） 263

C：\ ProgramData \ Anaconda3 \ lib \ site-packages \ scipy \ optimize_differentiable_functions.py 在 init 中（自我，乐趣，x0，args，grad，hess，finite_diff_rel_step， finite_diff_bounds，epsilon） 74 75 self._update_fun_impl = update_fun ---> 76 self._update_fun（） 77 78＃梯度评估

C：\ ProgramData \ Anaconda3 \ lib \ site-packages \ scipy \ optimize_differentiable_functions.py 在_update_fun（） 164 def _update_fun（个体）： 165（如果不是self.f_updated： -> 166 self._update_fun_impl（） 167 self.f_updated = True 168

C：\ ProgramData \ Anaconda3 \ lib \ site-packages \ scipy \ optimize_differentiable_functions.py 在update_fun（）中 71 72 def update_fun（）： ---> 73 self.f = fun_wrapped（self.x） 74 75 self._update_fun_impl = update_fun

C：\ ProgramData \ Anaconda3 \ lib \ site-packages \ scipy \ optimize_differentiable_functions.py 在fun_wrapped（x）中 68 def fun_wrapped（x）： 69 self.nfev + = 1 ---> 70返回乐趣（x，* args） 71 72 def update_fun（）：

C：\ ProgramData \ Anaconda3 \ lib \ site-packages \ scipy \ optimize \ optimize.py 在通话中（自己，x，* args） 72 def 通话（自己，x，* args）： 73“”“返回函数值”“” ---> 74自我._compute_if_needed（x，* args） 75返回self._value 76

C：\ ProgramData \ Anaconda3 \ lib \ site-packages \ scipy \ optimize \ optimize.py 在_compute_if_needed（self，x，* args）中 66如果不是np.all（x == self.x）或self._value为None或self.jac为None： 67 self.x = np.asarray（x）.copy（） ---> 68 fg = self.fun（x，* args） 69 self.jac = fg [1] 70 self._value = fg [0]

TypeError：costFuncReg（）缺少1个必需的位置参数： 'lambda _'