<p>R로 만들어진 코드를 인터넷에서 구했는데, for-loop에서 너무 시간이 많이 소요가 되어 혹 Python으로 변환을 하면 좀 나아질까 라고 생각하고 코드번역 작업중인데, 내용도 길지만 optimization을 변환한다는 것이 만만치가 않았다. 가령 log-> np.log, rep()--> np.repeat() 뭐 이런건 쉬운데   </p><p> </p><p>fit = nlminb(par_start, objective=lik_1, control = list(trace=0), hessian=TRUE)</p><p>을 python의 minimise로 변환하는데 애를 먹었다.</p><p> </p><p><a href="https://docs.scipy.org/doc/scipy/reference/optimize.html" target="_top" class="ke-link">Optimization and root finding (scipy.optimize) — SciPy v1.10.1 Manual</a></p><div class="figure-open" contenteditable="false" data-ke-type="opengraph" data-ke-align="alignCenter" data-og-type="website" data-og-title="Optimization and root finding (scipy.optimize) — SciPy v1.10.1 Manual" data-og-description="Optimization and root finding (scipy.optimize) SciPy optimize provides functions for minimizing (or maximizing) objective functions, possibly subject to constraints. It includes solvers for nonlinear problems (with support for both local and global optimiz" data-og-host="docs.scipy.org" data-og-source-url="https://docs.scipy.org/doc/scipy/reference/optimize.html" data-og-url="https://docs.scipy.org/doc/scipy/reference/optimize.html"><a href="https://docs.scipy.org/doc/scipy/reference/optimize.html" target="_blank" data-source-url="https://docs.scipy.org/doc/scipy/reference/optimize.html"><div class="og-image" style="background-image:url(null)"></div><div class="og-text"><p class="og-title">Optimization and root finding (scipy.optimize) — SciPy v1.10.1 Manual</p><p class="og-desc">Optimization and root finding (scipy.optimize) SciPy optimize provides functions for minimizing (or maximizing) objective functions, possibly subject to constraints. It includes solvers for nonlinear problems (with support for both local and global optimiz</p><p class="og-host">docs.scipy.org</p></div></a></div><p>다행히도 이 분야에 대한 이론적 배경이 있어 자산은 있었지만 입력 변수값에 대한 이해 부족으로 고생을 했다. 구먹구구식으로 풀었는데 우연히 생각 난것이 Chat GBP였다. 내가 하루가 걸렸는데 설마 너가? 했었다.</p><p> </p><p>그런데 다른 코드는 물론 optimization도 너무 간단히 풀었다. 아마 10초 이내에...</p><p>fit = fmin_l_bfgs_b(lik_1, x0=par_start, approx_grad=True, bounds=None, factr=10.0, pgtol=1e-05, epsilon=1e-08, maxiter=None,</p><p>                        disp=0, callback=None, maxls=20)</p><p> </p><p>물론 한번에 답이 나온 것은 아니지만 3번만의 수정 끝에 너무 허무하게도 Chat GPT가 풀어 버렸다.</p><p> </p><p>여기서 느낀 격려와 우려..</p><p><span style="color: #ee2323;"><b>이 자식은 정말 모르는게 없구먼.....</b></span></p><p><span style="color: #ee2323;"><b> 여기에 의존하면 내 coding실력이 줄겠구먼.......</b></span></p><p>   </p>
<!-- -->
