Python 未对齐的形状：Scipy'；s fmin_tnc函数

我试图自己解决第二个练习的第一部分（逻辑回归）：

我在计算

结果

变量时卡住了。这是错误消息的最后一部分：

File "<ipython-input-51-39288db7a045>", line 55, in ComputeCost
    h=sigmoid(np.dot(X,theta))

  File "<__array_function__ internals>", line 6, in dot

ValueError: shapes (3,) and (100,1) not aligned: 3 (dim 0) != 100 (dim 0)

我在本练习的解决方案中看到并理解了代码，但我想用我的版本来解决它，但我没有弄错

我尝试展平梯度函数（如这里所建议的）和“y”数组（）的返回值，但没有成功

谢谢

编辑1：在定义

ComputeCost

和

Gradient

函数时，将

theta

作为第一个参数后，

fmin\u tnc

函数运行，但最小化失败

result=opt.fmin_tnc(ComputeCost, theta, Gradient, args=(X,y))

并返回：

（数组（[4.60628149e-05,5.53178320e-03,5.18798215e-03]），45,4）

。 所以rc（返回码）并不是应该的1

---

我还尝试运行

result=opt.minimize（ComputeCost，theta，method='TNC'，jac=Gradient，args=（X，y））

检查问题是否在

fmin\u TNC

函数中，但返回值相同。

尝试在

ComputeCost

和

Gradient

的

def

中将“theta”移到“X”和“y”之前 e、 g

def计算成本（θ，X，y）： #相应地调整代码中的参数 ...

---

这是如何回答这个问题的？你能解释一下为什么会这样吗？仅仅告诉某人答案而不解释它为什么起作用或如何起作用是不够的。

result=opt.fmin_tnc(ComputeCost, theta, Gradient, args=(X,y))