Python中TypeError: 'function' object is not iterable错误排查——基于最小二乘法的多项式拟合RMSE计算问题

首先，咱们直接定位错误根源：你看到的TypeError: 'function' object is not iterable，是因为你把一个lambda函数传给了polynomial_fit的theta参数，但这个函数的定义明确要求theta是一个可迭代的权重序列（比如列表、numpy数组）——毕竟它要遍历theta里的每个权重，和x的对应幂次相乘求和。

你的循环逻辑是想计算0到9阶多项式的RMSE，但当前传的lambda i: 'theta' + str(i)只是生成字符串的函数，完全不符合polynomial_fit对参数的要求，自然会报错。

修复步骤 #

假设你已经通过最小二乘法拟合得到了theta0到theta9这些浮点型权重变量，咱们按照以下方式修改代码：

1. 先把所有权重整理到一个列表（推荐做法）

先把分散的theta0到theta9整合到一个列表里，方便后续按多项式阶数截取：

# 把拟合好的所有theta变量放进一个列表
all_thetas = [theta0, theta1, theta2, theta3, theta4, theta5, theta6, theta7, theta8, theta9]

2. 修改循环逻辑，传入对应阶数的权重序列

循环里的m代表多项式的阶数（0到9），每个阶数需要m+1个权重（比如0阶是常数项，只需要theta0；9阶需要全部10个权重）：

rmse = []
for m in range(0, 10):
    # 截取对应阶数需要的权重：前m+1个元素
    current_weights = all_thetas[:m+1]
    # 调用polynomial_fit得到拟合值
    y_pred = polynomial_fit(current_weights, xtr)
    # 计算RMSE并加入列表
    current_rmse = np.sqrt(np.mean((y_pred - ytr)**2))
    rmse.append(current_rmse)

为什么这样能解决问题？ #

• current_weights是一个可迭代的列表，完全符合polynomial_fit对theta参数的要求，函数可以正常遍历它来计算多项式值。
• 循环逻辑和你的需求完全匹配：每一次循环对应一个阶数的多项式，计算其RMSE并存入rmse列表。

备选方案（不推荐，但可临时使用） #

如果你不想提前整理权重列表，也可以直接通过变量名动态获取（但这种方式不够安全，不推荐在正式代码中使用）：

rmse = []
for m in range(0, 10):
    # 动态获取theta0到thetam的变量
    current_weights = [globals()[f'theta{n}'] for n in range(m+1)]
    y_pred = polynomial_fit(current_weights, xtr)
    current_rmse = np.sqrt(np.mean((y_pred - ytr)**2))
    rmse.append(current_rmse)

内容的提问来源于stack exchange，提问作者PRANJAL SINGH