我如何使用scipy.optimize.minimize
进行最大似然回归?我特别想在这里使用minimize
函数,因为我有一个复杂的模型需要添加一些约束条件。我目前正在尝试使用以下简单的示例:
from scipy.optimize import minimize
def lik(parameters):
m = parameters[0]
b = parameters[1]
sigma = parameters[2]
for i in np.arange(0, len(x)):
y_exp = m * x + b
L = sum(np.log(sigma) + 0.5 * np.log(2 * np.pi) + (y - y_exp) ** 2 / (2 * sigma ** 2))
return L
x = [1,2,3,4,5]
y = [2,3,4,5,6]
lik_model = minimize(lik, np.array([1,1,1]), method='L-BFGS-B', options={'disp': True})
当我运行这个程序时,收敛失败了。请问有人知道我的代码哪里出了问题吗?
我运行时收到的消息是“ABNORMAL_TERMINATION_IN_LNSRCH”。我正在使用与在 R 中使用 optim
相同的算法。