numpy/scipy模擬matlab的fminsearch

我正在使用numpy將一些Matlab代碼轉換爲python。一切工作都很順利，但最近我遇到了fminsearch函數。numpy/scipy模擬matlab的fminsearch

所以，長話短說：有沒有一種簡單的方法在Python這樣的事情做：

banana = @(x)100*(x(2)-x(1)^2)^2+(1-x(1))^2; 
[x,fval] = fminsearch(banana,[-1.2, 1])

將返回

x = 1.0000 1.0000 
fval = 8.1777e-010

到現在爲止我還沒有發現任何東西，在numpy中看起來很相似。我發現的唯一相似的是scipy.optimize.fmin。基於它的定義

使用下坡單純形算法最小化函數。

但是現在我無法找到使用此功能

來源

2013-09-28 Salvador Dali

這是一個從Matlab的語法只是一個簡單直接的轉換爲Python語法編寫上述Matlab代碼：

import scipy.optimize 

banana = lambda x: 100*(x[1]-x[0]**2)**2+(1-x[0])**2 
xopt = scipy.optimize.fmin(func=banana, x0=[-1.2,1])

與輸出：

Optimization terminated successfully. 
     Current function value: 0.000000 
     Iterations: 85 
     Function evaluations: 159 
array([ 1.00002202, 1.00004222])

來源

2013-09-28 20:13:28 pcoving

fminsearch實現內爾德-米德法，見Matlab文檔：http://www.mathworks.com/help/matlab/ref/fminsearch.html。在參考部分。

要在scipy中找到其等價物，您只需檢查scipy.optimize中提供的方法的文檔字符串。參見：http://docs.scipy.org/doc/scipy/reference/generated/scipy.optimize.fmin.html#scipy.optimize.fmin。 fmin也實現了Nelder-Mead方法。

這些名稱並不總是從matlab直接轉換爲scipy，有時甚至會產生誤導。例如，布倫特方法的實現爲fminbnd,Matlab，但optimize.brentq在scipy。所以，檢查文檔字符串總是一個好主意。

來源

2013-09-29 06:17:55

numpy/scipy模擬matlab的fminsearch

回答

相關問題