Как я могу выполнить регрессию максимального правдоподобия, используя scipy.optimize.minimize ⇐ Python

[Anonymous]

Как выполнить регрессию максимального правдоподобия с помощью scipy.optimize.minimize? Я специально хочу использовать здесь функцию минимизации, поскольку у меня сложная модель и мне нужно добавить некоторые ограничения. В настоящее время я пробую простой пример, используя следующее:

Код: Выделить всё

from scipy.optimize import minimize

def lik(parameters):
m = parameters[0]
b = parameters[1]
sigma = parameters[2]
for i in np.arange(0, len(x)):
y_exp = m * x + b
L = sum(np.log(sigma) + 0.5 * np.log(2 * np.pi) + (y - y_exp) ** 2 / (2 * sigma ** 2))
return L

x = [1,2,3,4,5]
y = [2,3,4,5,6]
lik_model = minimize(lik, np.array([1,1,1]), method='L-BFGS-B', options={'disp': True})

Когда я запускаю это, сходимость не удалась. Кто-нибудь знает, что не так с моим кодом?

При запуске я получаю сообщение «ABNORMAL_TERMINATION_IN_LNSRCH». Я использую тот же алгоритм, что и optim в R.

Подробнее здесь: https://stackoverflow.com/questions/293 ... e-minimize