Scipy.Minimize 的问题，包括边界答案

【问题标题】：Trouble with Scipy.Minimize including boundsScipy.Minimize 的问题，包括边界
【发布时间】：2019-06-23 22:23:09
【问题描述】：

我想最小化负对数似然，以便尽可能接近早期计算的分布。我的分布是 Beta-Binomial 分布，我需要选择 a (lpha) 和 b(eta) 参数。我的函数基于另一个topic 的答案之一来计算负对数似然。

def nll(a, b):
    k = players['Goals'].sum() # equal to the number of successes
    n = players['Shots'].sum() # equal to the number of trials
    log = gammaln(n + 1) + gammaln(k + a) + gammaln(n - k + b) + gammaln(a + b) - (gammaln(k + 1) + gammaln(n - k + 1) + gammaln(a) + gammaln(b) + gammaln(n + a + b))
    return -(np.exp(log))

接下来，我想最小化对数似然。在 R 中，这可以通过以下脚本完成：

# maximum likelihood estimation
m <- mle(ll, start = list(alpha = 1, beta = 10), 
method = "L-BFGS-B", lower = c(0.0001, 0.1))

ab <- coef(m)

我正在尝试在 Python 中重现 R 脚本，如下所示：

 init_params = [1, 10] # This is equal to the start-argument in R

 res = minimize(nll, x0=init_params, method='L-BFGS-B', options={'disp' : True, 'maxiter': 250})

运行这个，会产生以下错误：

返回函数(*(wrapper_args + args)) 类型错误：nll() 缺少 1 个必需的位置参数：'b'

我到底做错了什么？我插入了 b=10 对吗？

【问题讨论】：

标签： python r scipy

【解决方案1】：

optimize.minimize 期望它的第一个参数是这种形式的函数：

def func(params, args):
    ...

其中params 表示optimize.minimize 试图最小化的所有参数。 args 可用于传递不被最小化的附加参数；就optimize.minimize 而言，它们基本上是常数。

这里params代表两个值，a和b，所以nll这样写：

def nll(params):
    a, b = params
    ...

【讨论】：