scipy优化中的位置参数丢失错误

Question

我想使用 scipy 在 mu 和 sigma 中获得以下函数的最大估计值，其中 s 被定义为样本

s = np.random.normal(mu, sigma, 100)

def f(mu, sigma):
  x = norm.pdf(s,mu,sigma)
  x = np.prod(x)
  x = np.log(x)
  return x

我试过了

x0 = [0,1]


bounds = [(-5,5),(-5,5)]

print(optimize.minimize(f, x0, method='SLSQP', bounds=bounds))

但不断收到错误：

f() 缺少 1 个必需的位置参数：'sigma'

我不确定这里发生了什么

Answer 1

您需要将参数作为向量传递给f：

def f(z):
  mu, sigma = z
  x = norm.pdf(s,mu,sigma)
  x = np.prod(x)
  x = np.log(x)
  return x