以数组作为参数最小化函数[关闭]答案

【问题标题】：Minimize function with arrays as arguments [closed]以数组作为参数最小化函数[关闭]
【发布时间】：2014-02-07 04:23:55
【问题描述】：

我有一个功能，我想最小化。它是普通最小二乘法的矢量化版本。

import numpy as np
from scipy import optimize

def lr_cost_function(theta, x, y, derivative = False, hypotesis=linear_hypotesis, polynom = 1):
    hyp = hypotesis(theta, x, polynom)
    print("Hyp: ", hyp.shape)
    dif = hyp - y
    print("Dif:", dif.shape)
    reuslt = dot(dif.T,dif)
    print("RES", reuslt.shape)
    return 1/len(y)*(dot(dif.T,dif)[0,0])

def linear_hypotesis(theta, x, polynom = 1):
    print(x.shape, theta.shape, type(theta))
    return np.dot(x, theta)

所以我这样调用最小化：

optimize.minimize(fun=lr_cost_function, x0=theta_copy, args=(x, y))

并且我的代码无法完成，因为在 optimize.py 参数中 x0 变平并且我的矢量化被完全破坏（0.13.2 scipy 版本中的第 822 行）。我什至无法完成代码并查看结果，因为我没有足够的内存，并且在计算差异时一切都出错了。

【问题讨论】：

标签： python numpy scipy

【解决方案1】：

我对数组的维度有点困惑，所以出现了这个错误。我的 theta（它是二维数组）应该被展平，并且代码中的所有向量（也是二维数组）应该被展平，因此代码可以以最小的变化工作。

【讨论】：