小编Dan*_*lle的帖子

我正在使用 scipy optimize 来获取以下函数的最小值：

def randomForest_b(a,b,c,d,e):
 return abs(rf_diff.predict([[a,b,c,d,e]]))

我最终希望能够在给定参数 (c,d,e) 的情况下获得 (a) 和 (b) 的最佳值。然而，只是为了学习如何使用优化函数，我试图在给定其他参数的情况下获得 (a) 的最佳值。我有以下代码：

res=optimize.minimize(randomForest_b, x0=45,args=(119.908500,65.517527,2.766103,29.509200), bounds=((45,65),))
print(res) 

我什至尝试过：

optimize.fmin_slsqp(randomForest_b, x0=45,args=(119.908500,65.517527,2.766103,29.509200), bounds=((45,65),))

但是，这两者都只返回 x0 值。

Optimization terminated successfully.    (Exit mode 0)
        Current function value: 1.5458542752157667
        Iterations: 1
        Function evaluations: 3
        Gradient evaluations: 1
array([ 45.])

当前函数值是正确的，但是在边界内的所有数字之间，x0 不返回最小函数值。我设置了边界，因为变量 a 只能是 45 到 65 之间的数字。我是否遗漏了什么或做错了什么？如果可能，我怎样才能获得 a 和 b 的最佳值？

这是我正在使用的完整代码的示例：

def randomForest_b(a,b,c,d,e):
 return abs(rf_diff.predict([[a,b,c,d,e]]))

我正在尝试将现有的 python 函数放入 docker 容器中。python 代码将一个 CSV 文件（与 dockerfile 位于同一目录中）作为输入数据并进行一些计算。py 文件如下所示，名为“PracticeDeploy.py”：

import pandas as pd
import pickle
from OptimizationFunction import main_barrel

# Read in model
gbrModel = pickle.load(open('/src/ValDiffGBR.pkl', 'rb'))
file_name = str(input())
data=pd.read_csv('/src/'+file_name)
new_data = data.dropna(how='any')
preds = main_barrel(gbrModel, new_data)

在我的 docker 目录中，我已经有一个子文件夹，其中包含我安装了所有库的第一个 dockerfile。同样在我的目录中，我有 py 文件、CSV 以及我在上述 py 文件中导入的模型。我现在正在尝试构建另一个 dockerfile，它将以 CSV 名称作为输入，然后运行 ​​python 代码。

这是 dockerfile：

FROM [my repository] as builder
ARG DATA_FILE

RUN mkdir src
WORKDIR /src
COPY . /src

ENTRYPOINT ["PracticeDeploy.py"]

我是这样构建的：

sudo docker build --rm -f Dockerfile …