0

我遇到了 iminuit 无法收敛于简单线性模型的这种奇怪的错误。然而,真正的问题是,如果我取消注释“#bins = np.linspace(0,4,25)”这行,程序的结果是不同的,它可以收敛。

如果“相同的输入”不产生“相同的输出”,则意味着存在未定义的行为或分段错误。有任何想法吗?

import numpy as np
import scipy as sp
import scipy.special
import probfit
import pandas as pd
data = pd.read_feather('test.feather').rho2.to_numpy()
print(data)
N,bins = np.histogram(data,bins=24,range=(0,4))
#bins = np.linspace(0,4,25)
print(bins)
x = (bins[:-1]+bins[1:])/2

exposure = 3.8061025098100147
def cost(y0,k):
    global x,exposure,N
    T = (y0+k*x)*exposure
    return -2*np.sum(N*np.log(T)-T-sp.special.loggamma(N+1))

import iminuit
minimizer = iminuit.Minuit(cost,errordef=1,y0=11,k=3,limit_y0=(0,None),limit_k=(0.1,None))
minimizer.migrad()
minimizer.hesse()
minimizer.minos()
display(minimizer.fmin, minimizer.params,minimizer.merrors)
minimizer.draw_mncontour("y0","k")

输出: 输出

测试输入

test.feather.zip

4

1 回答 1

0

该错误已解决。虽然使用看起来相同print,但类型不同:

data = pd.read_feather('test.feather').rho2.to_numpy()
N,bins = np.histogram(data,bins=24,range=(0,4))

对比

bins = np.linspace(0,4,25)

第一个返回float32,第二个返回float64iminuit需要用数值方法计算梯度,所以函数输出的精度至少cost要达到float64.

最好的解决方案是

data = pd.read_feather('test.feather').rho2.to_numpy().astype('float64')
于 2020-08-20T15:07:14.880 回答