Python優化

Question

我有兩點我測得的數據，我有兩點計算得到的數據。我試圖儘量減少這些數據之間的差異。例如

最小化點1（實測）和點1（計算）之間的差異。 最小化點2（測量）和點2（計算）之間的差異。

點1（計算）和點2（計算）的值作爲二次分佈的一部分相連：a * x^2 + b * x + c。我只想改變'a'參數。

因此，我試圖通過只更改一個參數來最小化點1和點2的差異。

我該如何使用python來做到這一點？我正在考慮使用scipy，什麼是合適的優化器？

Answer 1

scipy.optimize有一些很好的方法，如fsolve,root和minimize。閱讀文檔以弄清它們是如何工作的，但這裏有一個簡短的例子來找到線性函數的根源：

import scipy 
from scipy.optimize import fsolve 

def function_to_find_root_of(x, slope, yintercept): 
    ''' x is a list of all the variables you need to minimize 
     the other variables will be passed in as constants ''' 

    return slope*x + yintercept 

m = 4 
b = 7 
print fsolve(function_to_find_root_of, x0=[10], args=(m, b), xtol=1e-10) 
#prints [-1.75], which is the root of y=4x+7