基于Nelder-Mead算法的Python最小化函数

我试图用Nelder-Mead算法最小化函数

mymodel

，以适合我的数据。这是通过scipy的

optimize.fmin

在

myfit

函数中完成的。我想我已经很接近了，但我肯定错过了什么，因为我一直在出错：

'操作数无法与形状（80、）（5、）一起广播'

---

问题是使用

full\u output=true

参数调用

fmin

，它不仅返回优化的参数，而且返回包含参数和其他内容的元组

参数是元组中的第一个值。您可以使用

[0]

选择此选项：

c = optimize.fmin(mymodel, c, args=(t,pos), maxiter=5000, full_output=True)[0]

或者只需删除

full\u output=true

参数：

c = optimize.fmin(mymodel, c, args=(t,pos), maxiter=5000)

---

在问题中包含完整的回溯。这将让我们知道是哪一行导致了错误。您从不定义

y

。

c = optimize.fmin(mymodel, c, args=(t,pos), maxiter=5000)