Python中的约束最小二乘估计答案

【问题标题】：Constrained least-squares estimation in PythonPython中的约束最小二乘估计
【发布时间】：2012-03-05 09:04:21
【问题描述】：

我正在尝试使用 Scipy 执行约束最小二乘估计，以使所有系数都在 (0,1) 范围内并且总和为 1（此功能在 Matlab 的 LSQLIN 函数中实现）。

是否有人有使用 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什么参数。[1]

非常感谢您的帮助，尼克

[1] fmin_slsqp 文档中的一个示例在没有引用文本的情况下对我来说有点难以解析——而且我是使用 Scipy 的新手。

【问题讨论】：

你需要使用 scipy 吗？ cvxpy 是针对此类问题的凸优化库。

标签： python optimization scipy least-squares

【解决方案1】：

看看this tutorial，似乎很清楚。

【讨论】：

【解决方案2】：

scipy-optimize-leastsq-with-bound-constraints 在 SO 上给出leastsq_bounds，即 leastsq 具有约束约束，例如 0 （我发现leastsq_bounds/MINPACK 在 5d、10d、20d 的综合测试功能上表现出色；你有多少变量？）

【讨论】：

【解决方案3】：

由于 MATLAB 的 lsqlin 是有界线性最小二乘求解器，您可能需要查看 scipy.optimize.lsq_linear。

【讨论】：

是的，但是如何添加线性约束表达式？该文档似乎只允许指定变量的界限。