scipy.optimize.brute 사용

Question

this post을 기반으로 ARIMA 모델에서 그리드 해치를하기 위해 무차별 대입을 사용하려하지만이를 실행할 수 없습니다. 나는이 원리의 증거를 보여주고 있지만, 나는 그 논쟁에 대해 무엇을 잘못하고 있는가?

y = pd.DataFrame([0,1,4,9,16]) + 3 
def objfunc(coeffs, endog): 
    exp = coeffs[0] 
    const = coeffs[1] 
    print(exp, const, endog) 
    out = 0 
    for i in range(4): 
     out += i**exp + const 
    return out 

from scipy.optimize import brute 
grid = (slice(0, 2, 1), slice(3, 4, 1)) 
brute(objfunc, ranges=grid, args=y) 

(0, 3, 0) 
(0, 3, 0) 
(1, 3, 0) 
... 
TypeError: objfunc() takes exactly 2 arguments (1 given) 

나는이 내 목표는 각각 순서에와있는이 같은 튜플 (_, _, _)이 (_, _, _, 12) seasonal_order이 기능을 최적화하기 위해 실제로 해결되면.

def objfunc(coeffs, endog): 
    order = coeffs[0] 
    seasonal = coeffs[1] 
    fit = sm.tsa.statespace.SARIMAX(endog, trend='n', order=order, seasonal_order=seasonal).fit() 
    return fit.aic() 

편집 :이 코드는 (@sasha 덕분에) 작동 변수 이름은 더 명확하고, (I 오류의 기능을 최소화) 더 의미가 있습니다.

import pandas as pd  
y = np.array([0,1,4,9,16]) + 3 #polynomial x^2+3 with x=0:4 
def objfunc(coeffs, *args): 
    arr = args[0]      # access first element of tuple: y 
    exp = coeffs[0]      #  assuming y should become endog 
    const = coeffs[1] 
    pol = [i**exp + const for i in range(len(y))] 
    print coeffs 
    return abs(sum(pol) - sum(arr)) 

from scipy.optimize import brute 
grid = (slice(1, 3, 1), slice(2, 5, 1)) 
resbrute = brute(objfunc, ranges=grid, args=(y,), full_output=True, finish=None) 
print("Best coeffs: {}".format(resbrute[0])) 
print("Score with best coeffs: {}".format(resbrute[1])) 
print("Grid: {}".format(resbrute[2].tolist())) 
print("Scores for grid: {}".format(resbrute[3].tolist())) 

Answer 1

코드는 모든 변수 이름이 약간 이상해 보입니다. endog, y; y는 endog가됩니까? 완전히 기능을 지정하는 데 필요한

추가되는 고정 매개 변수 옵션 튜플 :

는 그러나 다음은 아마 정확히 documentation

인수를 다음과 접근 방식이다.

코드 :

import pandas as pd 

y = pd.DataFrame([0,1,4,9,16]) + 3 
def objfunc(coeffs, *args): 
    endog = args[0]      # access first element of tuple: y 
    exp = coeffs[0]      #  assuming y should become endog 
    const = coeffs[1] 
    print(exp, const, endog) 
    out = 0 
    for i in range(4): 
     out += i**exp + const 
    return out 

from scipy.optimize import brute 
grid = (slice(0, 2, 1), slice(3, 4, 1)) 
brute(objfunc, ranges=grid, args=(y,)) # in general a tuple; first pos: y