python - 具有 scipy minimize 功能的数据框

我试图 minimize 与数据框一起工作的平方和函数。 df如下:

ds = pd.DataFrame({'t': [*np.linspace(0,300,7)], 'Ca': [0.05, 0.038, 0.0306, 0.0256, 0.0222, 0.0195, 0.0174]})

我与 sum square 一起使用的模型是:

def model(params, t, ca0=0.05):
    alpha = params[0]
    k = params[1]
    ca_pred = (ca0**(1-alpha) - (1-alpha)*k*t)**(1/(1-alpha))
    return ca_pred

def sum_of_squares(params, t, ca, ca0=0.05):
    ca_pred = model(params, t, ca0)
    obj = ((ca - ca_pred)**2).sum()
    return obj

Initial guess:
params = [1.5, 0.05]

我的具体疑问在这里,我不知道如何传递数据框以在 minimize 的 sum_of_squares 函数中使用“t”和“ca”:

res = minimize(fun=sum_of_squares, x0=params, tol=1e-3, method="Powell")

回答1

您可以使用 args 参数:

minimize(sum_of_squares, x0=params, args=(ds['t'], ds['Ca']), tol=1e-3, method="Powell")

或包装函数:

minimize(lambda x: sum_of_squares(x, ds["t"], ds["Ca"]), x0=params, tol=1e-3, method="Powell")

相似文章

随机推荐

最新文章