使用 scipy.optimize.fmin 经常出现的问题

Question

我在将以下代码从 MATLAB 转换为 Python 时遇到了一些问题：

matlab代码sn-p：

   x=M_test %M_test is a 1x3 array that holds the adjustment points for the function
   y=R_test %R_test is also a 1x3 array
   >> M_test=[0.513,7.521,13.781]
   >> R_test=[2.39,3.77,6.86]

   expo3= @(b,x) b(1).*(exp(-(b(2)./x).^b(3)));
   NRCF_expo3= @(b) norm(y-expo3(b,x));
   B0_expo3=[fcm28;1;1];
   B_expo3=fminsearch(NRCF_expo3,B0_expo3);
   Data_raw.fcm_expo3=(expo3(B_expo3,Data_raw.M));

翻译后的（python）代码：

   expo3=lambda x,M_test: x[0]*(1-exp(-1*(x[1]/M_test)**x[2]))
   NRCF_expo3=lambda R_test,x,M_test: np.linalg.norm(R_test-expo3,ax=1)
   B_expo3=scipy.optimize.fmin(func=NRCF_expo3,x0=[fcm28,1,1],args=(x,))

为了清楚起见，对象函数“expo3”想要通过 M_test 定义的调整点。 'NRCF_expo3'是想要最小化的函数，基本上就是R_test和绘制的指数函数的误差。

当我运行代码时，我收到以下错误消息：

B_expo3=scipy.optimize.fmin(func=NRCF_expo3,x0=[fcm28,1,1]),args=(x,))
NameError: name 'x' is not defined

我已经阅读了很多类似的问题。

如果我从优化函数中删除“args”，numpy/scipy analog of matlab's fminsearch 似乎表明没有必要，我会收到错误：

line 327, in function_wrapper
return function(*(wrapper_args+args))
TypeError: <lambda>() missing 2 required positional arguments: 'x' and 'M_test'

我尝试了很多其他修改，例如 Using scipy to minimize a function that also takes non variational parameters 或 Open source examples 中的示例，但对我没有任何效果。

我希望这可能很明显，但我对 Python 很陌生，我觉得我正在大海捞针。 我没看到什么？

任何帮助将不胜感激。如果有必要，我还可以提供更多代码。

Answer 1

我认为您不应该在代码中使用 lambda，而是使用您的三个参数创建一个目标函数（请参阅 PEP8）。你的帖子中有很多缺失的信息，但据我所知，你想要这样的东西：

from scipy.optimize import fmin

# Define parameters

M_TEST = np.array([0.513, 7.521, 13.781])    
X_ARR = np.array([2.39,3.77,6.86])
X0 = np.array([10, 1, 1])  # whatever your variable fcm28 is

def nrcf_exp3(r_test, m_test, x): 
    expo3 = x[0] * (1 - np.exp(-(x[1] / m_test) ** x[2])) 
    return np.linalg.norm(r_test - expo3)

fmin(nrcf_exp3, X0, args=(M_TEST, X_ARR))