用python最大化对数似然函数

问题描述

我正在尝试使用 scipy.optimize 中的函数“minimize”来最大化 Python 的对数似然函数。

以这种方式声明对数似然函数：

def like(mu,sigma,x):
l = -(len(x)/2)*np.log(2*np.pi) - (len(x)/2)*np.log(sigma)-(1/2*sigma)*np.dot((x-mu).T,(x-mu))
return -l

然后尝试将“最小化”与 method = "BFGS" 一起使用：

param = minimize(like,start_params,method="BFGS")

我收到此错误：

TypeError: like() missing 2 required positional arguments: 'sigma' and 'x'

显然我需要优化 w.r.t mu 和 sigma，给定一个 x 输入向量。

有人可以帮忙吗？

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）