TypeError с scipy.optimize при минимизации функции Cost

Question

Я хочу оптимизировать 9 переменных в матрице W((1×9)) с помощью scipy.optimize.

from scipy.optimize import minimize

def func(W):
    W = W.reshape(1,9) #(1,9)
    Y = df0.values.reshape(49,1) #(49,1)
    X = df1.values.reshape(49,1) #(49,9)
    Z = np.dot(X, W.T) #(49, 1)
    Z = np.abs(Z - Y) #(49, 1)
    Cost = np.sum(Z ,axis=0, keepdims=True)
    return Cost[0][0]  #float

W = np.array([2,3,4,5,6,7,8,9,10])
cons = ({'type': 'ineq', 'fun': W[1]-W[0]})

result = minimize(func, x0=W0, constraints=cons, method="SLSQP")

Но я получаю TypeError, как это

'numpy.int32' object is not callable

Я изменил "минусы" на

def cons(W):
    return W

cons = (
    {'type': 'ineq', 'fun': cons}
)

Тогда это работало нормально, и я получил результат

     fun: 125.4977648197736
     jac: array([26.3666687 , 39.73333454, 46.56666756, 32.76666737, 38.23333454,
       25.20000076,  9.        ,  5.        ,  5.76666737])
 message: 'Optimization terminated successfully.'
    nfev: 332
     nit: 24
    njev: 24
  status: 0
 success: True
       x: array([7.36486798e-03, 8.29918593e-03, 9.61602518e-02, 9.17950729e-03,
       2.98795999e-12, 3.73831662e-12, 3.59100171e-12, 4.73656828e-01,
       1.77345002e+00])

Я не могу найти хорошее решение.

Answer 1

Это связано с тем, что для минимизации Сципи необходима реальная функция (а не ее вывод), чтобы минимизировать должным образом. Смотрите этот вопрос. Вышеприведенный код работает, потому что вы передаете ссылку на функцию вызываемой (минусы, а не минусы (W)). Вы можете попробовать создать для него лямбда-функцию, например:

cons = ({'type': 'ineq', 'fun': lambda *args: W[1]-W[0]})