Python中的约束最小二乘估计

Question

我正在尝试使用Scipy执行约束最小二乘估计,使得所有系数都在范围内(0,1)并求和1(此功能在Matlab的LSQLIN函数中实现).

有没有人有使用Python/Scipy设置此计算的提示.我相信我应该使用scipy.optimize.fmin_slsqp(),但我不完全确定我应该传递给它的参数.[1]

非常感谢你的帮助,尼克

[1]文档中的一个示例fmin_slsqp对于我来说有点难以在没有引用文本的情况下进行解析 - 而且我是使用Scipy的新手.

Answer 1

SciPy的-优化-leastsq-与结合的约束上SO给出leastsq_bounds,这是 leastsq 与结合的约束,例如0 <= X_I <= 1,它们之和为1所述的约束可以以同样的方式加入.
(我发现leastsq_bounds/ MINPACK在5d,10d,20d中对合成测试功能很好;你有多少变量？)

Answer 2

看看这个教程，看起来很清楚。