最小化 n 个函数

Question

我有两个函数，我需要最小化它们的距离 (y_1-y_2) 以获得两者之间的最佳因子 (dfactor)，因此我可以将它们绘制在一起并将它们拟合为尽可能最好。与文档示例的不同之处在于，在这种情况下，我有 n 个点可以计算差异，因此我有 n 个函数可以最小化。对于 scipy.optimize.minimize_scalar 我使用以下语法：

def chi(dfactor):
    for i in range(0, n):
        return abs(dfactor*y_1[i] - y_2[i])

res = minimize_scalar(chi)
print res.x

现在 res.x 不是最适合这两个图的因素。我希望得到一个 n 元素的数组，它们之间非常相似，在那里我可以获得我需要的单个 dfactor 。但我不确定 minimize_scalar 是这样工作的。

检查 desired result，我在其中计算红点与蓝色图中对应点（此处表示为线，因为它是光谱）之间的差异，以尽可能好地绘制它们。

Answer 1

一个函数中不能有多个 return 语句，只有第一个会被调用。相反，您需要 return 一些错误的集合，例如根均值平方错误：

# Convert to numpy arrays
y_1 = np.asarray(y_1)
y_2 = np.asarray(y_2)

def chi(dfactor):
    residual = dfactor * y_1 - y_2
    return np.mean(residual ** 2)

res = minimize_scalar(chi)
print res.x

最小化 n 个函数

Minimize n functions

python

minimize