Scipyを使用して関数の1つの引数を最小化する方法は？

Question

私は次の関数

def fun(X, alpha, y): 
    #some stuff 
    return J, gradient 

を持っていると私はこれでアルファをminimzeしようとしていますが、何も起こりません。

optimized_alpha = sp.optimize.minimize(lambda t: fun(X, t, y), alpha, method="Newton-CG", jac=True) 

Answer 1

は1つのだけ引数を使用して一部機能にあなたの機能を有効にするfunctools.partialを使用することができます。その後、

def fun(X, y, alpha): 
    #some stuff 
    return J, gradient 

：

from functools import partial 

optfunc = partial(func, X, y) 
optimized_alpha = sp.optimize.minimize(optfunc, alpha, method="Newton-CG", jac=True) 

それはあなたが最後の位置に変数引数を維持する必要があります scipy.optimize.minimizeで動作させるために