将函数调用到另一个函数scipy.minimize中。缺少3个必需的位置参数：

Question

我想了解如何将另一个函数调用到函数中。例如，我想用有理函数来近似数据，所以我想最小化近似函数。我使用

def rational(a, b, c, d, x):
    return (a * x + b) / (x ** 2 + c * x + d)

def approximate(a, b, c, d, x, y, func):
    return np.sum( (func(a, b, c, d, x) - y) ** 2 )

我想将rational传递到approximate，然后将其传递给scipy.minimize like

minimize(approximate, x0=(0, 0, 0, 0), args=(X, Y, rational,), method='Nelder-Mead')

但出现错误：approximate() missing 3 required positional arguments: 'x', 'y', and 'func'

因此，我想了解我应该如何使用这样的构造和最佳实践

Answer 1

您正在向minimize传递一个具有7个参数的函数，但它需要一个签名为fun(x, *args)的函数。如果你真的想通过minimize的args参数传递额外的函数参数，你可以这样做：

minimize(lambda z, *args: approximate(*z, *args), x0=(0, 0, 0, 0), args=(X, Y, rational), method='Nelder-Mead')

在这里，*z解压所有参数。然而，更清晰的解决方案是：

minimize(lambda z: approximate(*z, X, Y, rational), x0=(0, 0, 0, 0), method='Nelder-Mead')

Answer 2

我使用a, b, c, d = params into函数解决了这个问题。工作代码是

def rational(params, x):
    a, b, c, d = params
    return (a * x + b) / (x ** 2 + c * x + d)

def approximate(params, x, y, func):
    return np.sum( (func(params, x) - y) ** 2 )

nm_coefs = minimize(approximate, x0=(0, 1, 3, 2), args=(X, Y, rational,), method='Nelder-Mead')