使用scipy.optimize.minimize做非线性最小二乘回归遇两类错误求助

先拆解你遇到的两个问题根源，再给出针对性的修正方案：

错误原因分析 #

1. ValueError: setting an array element with a sequence #

scipy.optimize.minimize是用来最小化标量目标函数的（比如残差平方和这类单个数值），但你的lsq函数返回的是一个和total长度一致的数组p，完全不符合minimize的输入要求。优化过程中尝试将这个数组赋值给需要单个数值的变量，就触发了这个错误。

2. overflow encountered in power #

你的公式10^(a*(total**(b-1)))中，当total取大值（比如57、28）且b>1时，total^(b-1)会急剧增大，再乘以a*100后，指数会变得极大，计算10^这个超大数会超出Python浮点数的表示范围，导致溢出。

修正方案 #

1. 替换优化函数：用least_squares替代minimize #

scipy.optimize.least_squares是专门为非线性最小二乘拟合设计的，它接受返回残差数组（模型预测值与实际观测值的差值）的函数，会自动计算残差平方和并完成优化，完美匹配你的场景。

2. 修正目标函数与数值计算逻辑 #

• 去掉参数的*100缩放：这会大幅降低指数的大小，避免溢出；
• 处理大指数的极端情况：用np.where判断，当指数过大时直接将p设为1（因为此时1/(10^指数)趋近于0，p≈1）；
• 补充观测因变量：最小二乘拟合需要你提供和total对应的实际观测值（假设为y_obs，你需要替换成自己的真实数据），函数返回残差数组。

修正后的完整代码 #

import numpy as np
from scipy.optimize import least_squares

# 你的total数据
total = np.array([ 1, 2, 1, 1, 1, 5, 5, 5, 1, 1, 3, 1, 1, 1, 2, 1, 16, 5, 8, 1, 2, 1, 16, 2, 1, 1, 1, 2, 1, 4, 1, 5, 2, 3, 1, 1, 5, 3, 1, 3, 26, 3, 1, 16, 4, 1, 3, 1, 1, 1, 5, 22, 1, 7, 1, 2, 1, 5, 3, 1, 9, 1, 2, 2, 9, 2, 1, 16, 13, 1, 1, 1, 1, 7, 1, 1, 1, 8, 1, 1, 2, 1, 1, 2, 1, 28, 1, 2, 1, 1, 57, 10, 1, 1, 11, 2, 20, 2, 1, 21, 19, 1, 2, 3, 6, 15, 10, 10, 23, 2, 1, 10, 18, 5, 3, 13, 1, 1, 1, 1, 1, 2, 5, 3, 23, 6, 1, 7, 2, 15, 1, 19, 6, 7, 6, 1, 8, 13, 1, 27, 4, 4, 15, 1, 1, 2, 1, 1, 2, 1, 1], dtype=np.int64)

# 替换成你的实际观测因变量（必须和total长度一致）
y_obs = np.random.rand(len(total))  # 示例数据，请替换为真实数据

def residual(arg):
    a, b = arg
    # 计算指数，避免极端值导致溢出
    exponent = a * (total ** (b - 1))
    # 当指数大于30时，10^exponent已超出浮点数范围，直接取p=1
    p = np.where(exponent > 30, 1.0, 1 - 1 / np.power(10, exponent))
    # 返回残差：模型预测值 - 观测值
    return p - y_obs

# 初始猜测值
guesses = np.array([0.05, 1.0])
# 执行最小二乘拟合
res = least_squares(residual, guesses)

# 输出结果
print("优化状态消息:", res.message)
print("最优参数a, b:", res.x)
print("初始猜测的残差平方和:", np.sum(residual(guesses)**2))
print("优化后的残差平方和:", np.sum(residual(res.x)**2))

额外说明 #

如果你的拟合目标不是基于观测值的残差，而是要最小化某个其他数组相关的指标，需要明确目标函数的定义，但核心逻辑还是要确保用合适的优化函数：least_squares处理数组残差，minimize处理标量目标。

内容的提问来源于stack exchange，提问作者Nicholas