Python Scipy 优化错误“ValueError：长度必须匹配才能比较”

Question

我有一个运行良好的 python 算法。我输入一个最小标准（“MinScore”），算法运行并预测结果。典型的 MinScore 值介于 0.2 和 0.99 之间。

但是为什么我使用 scipy optimize 来尝试找到 MinScore 值的最低算法输出，我收到以下错误：“ValueError: Lengths must match to compare”。

这就是我调用优化函数的方式：

Optimal_Score = spo.minimize(BRMalg, 0.81, method='SLSQP',
options={'disp':True}, bounds=[(-1.00,1.00)])

这是优化过程中出现算法错误的地方：

MinHoldScore = MinScore
Stocks['HOLD'] = (Stocks['HOLD'].where(Stocks['Total Score'].shift(1) < MinScore, True).where(Stocks['Total Score'].shift(1) >= MinHoldScore, False).ffill().fillna(False).astype(bool))

这是完整的错误信息：

> Traceback (most recent call last):
File "\\PYTHON CODE.py", line 327, in <module>
> Optimal_Score = spo.minimize(BRMalg, 0.81, method='SLSQP', options={'disp':True}, bounds=[(-1.00,1.00)])   
File "C:\\scipy\optimize\_minimize.py",
> line 455, in minimize constraints, callback=callback, **options)   
File "C:\Users\\scipy\optimize\slsqp.py",
> line 363, in _minimize_slsqp fx = func(x)   
File "C:\Users\\scipy\optimize\optimize.py",
> line 289, in function_wrapper return function(*(wrapper_args + args))
File "T:\\PYTHON CODE.py", line 288, in BRMalg
> Stocks[Ticker]['HOLD'] = (Stocks[Ticker]['HOLD'].where(Stocks[Ticker]['TOTAL_SCORE_'+MarketIndex+'_'+str(BetaWindow)].shift(1) < MinBuyScore, True)
File "C:\Users\\pandas\core\ops.py", 
> line 740, in wrapper raise ValueError('Lengths must match to compare') ValueError: Lengths must match to compare

有什么想法吗？很奇怪，当不使用 SCIPY OPTIMIZE 并且只传递一个 MinScore = 0.82 的值时，这一切都可以完美运行。

期待您的建议！ :-)

Answer 1

好的，我想我在这里找到了根本原因。

scipy.optimize.minimize 返回表示为 OptimizeResult 对象的优化结果的docs 状态。重要的属性是：x 解决方案数组。

在您的示例中，Optimal_Score 是一个对象。我怀疑你试图将 Optimal_Score.x 作为浮点数传递给 MinBuyValue，但它实际上是一个列表。

让我用一个玩具版来说明。

BRMalg = lambda x: 1 + x + x ** 2 - x ** 3
Optimal_Score = minimize(BRMalg, 0.5, method='SLSQP', options={'disp': True}, bounds=[(-1.00, 1.00)])
print(Optimal_Score.x)
adict = {'Ticker': ['AAA', 'BBB', 'CCC', 'DDD', 'EEE', 'FFF'],
         'Total_Score': [1, 2, 3, 4, 5, 6],
         'HOLD': [False, False, False, False, False, False]}
Stocks = pd.DataFrame(adict)
Stocks.set_index('Ticker', inplace=True)
Stocks['HOLD'] = Stocks['HOLD'].where(Stocks['Total_Score'].shift(1) < Optimal_Score.x, True)

这会返回 pandas ValueError：

Optimization terminated successfully.    (Exit mode 0)
Traceback (most recent call last):
Stocks['HOLD'] = Stocks['HOLD'].where(Stocks['Total_Score'].shift(1) < Optimal_Score.x, True)
File "\pandas\core\ops.py", line 822, in wrapper raise ValueError('Lengths must match to compare')
ValueError: Lengths must match to compare
[-0.33315628]
Process finished with exit code 1

如果我们从列表“Optimal_Score.x”中索引浮点数，问题就解决了。

Stocks['HOLD'] = Stocks['HOLD'].where(Stocks['Total_Score'].shift(1) < Optimal_Score.x[0], True)
Optimization terminated successfully.    (Exit mode 0)
        Current function value: [ 0.81481488]
        Iterations: 7
        Function evaluations: 21
        Gradient evaluations: 7
[-0.33315628]