Python 机器学习与scipy优化

我有编码机器学习，为了优化我的成本函数，我使用了

scipy.optimize.minimum

，而scipy没有返回正确的答案。那么我该怎么做呢

代码：

这就是说成功是错误的信息

---

我做的每件事都是对的，我不知道发生了什么

在以下情况下很难调试类似的东西：

• 由于外部数据，代码不可复制
• 问题甚至并没有试图解释这里优化了什么

有一些奇怪的设计决策：

• 使用np.matrix->使用np.array
• 不要称之为雅可比梯度下降

然后关于你的观察：

Iterations: 0
Function evaluations: 106
Gradient evaluations: 94

在执行如此多的函数求值时，零迭代是一个非常糟糕的迹象。有些东西坏了。也许上面的线搜索很疯狂，但这只是一个猜测

现在什么坏了

• 你的雅可比矩阵肯定坏了
  • 我没有检查数学，但是：
    • 当变量数固定->否时，您的雅可比图形取决于样本数！那没有道理

采取的步骤：

• 使用

  jac=False运行
  
  如果工作：你的成本fuc看起来不错
  如果不起作用：你的麻烦（没有证据）可能从那里开始
  

• 修理雅可比矩阵
• 检查雅可比矩阵是否与

我想知道为什么你这里没有任何形状错误。当我试着模仿你的输入形状和玩弄样本大小的时候，我是这样做的

Iterations: 0
Function evaluations: 106
Gradient evaluations: 94