использование scipy.optimize.brute для обученной модели

Question

Попытка найти оптимальное значение с помощью scipy.optimize.brute.Одна из особенностей обученной модели принимает значение от 0 до 55.

Мне нужно выяснить, при каком значении эта функция должна быть назначена для получения прогнозируемого значения, ближайшего к 900. Может ли кто-нибудь помочь мне с кодом Python?

from scipy import optimize
target_temper = 900 # Оптимальная температура
x_range = (0, 55)

def predictor(x):
    a=xg_reg.predict(x) - target_temper
    return np.abs(a)

resbrute = optimize.brute(predictor, x_range, full_output=True, finish=optimize.fmin)

...

Answer 1

Наконец-то выясни решение!

target_temper = 953 # The optimal value 
x_col_name = 'Навеска фторида, кг(t)' # The variable for which I need to iterate over the values from 0 to 66
x_range = (0, 66)
x_step = 0.5
rrange = (slice(x_range[0], x_range[1], x_step),)

def predictor(n):
    data_line = X.tail(1)
    data_line[variable_column_name] = n
    a=xg_reg.predict(data_line) - target_temper
    return np.abs(a)

resbrute = optimize.brute(predictor, rrange,  full_output=True, finish=optimize.fmin)
optimal_value = resbrute[0]