即使在复制和粘贴时，函数定义和函数调用也会在python 3中产生语法错误

Question

我正在尝试使用梯度下降解决在 python 中拼接到三阶多项式的幂律的最小二乘拟合问题。我已经计算了关于 Matlab 中参数的梯度。我手工计算的边界条件。我在卡方最小化算法中遇到语法错误，该算法必须考虑边界条件。我正在为一个机器学习课程做这件事，我正在完成一个有点自我指导和自我提议的长期项目，但由于这个我不知道如何克服的语法错误，我被卡住了。我不会为此获得学分。这只是放在我的简历上的东西。

def polypowerderiv(x,a1,b1,c1,a2,b2,c2,d2,boundaryx,ydat):

    #need to minimize square of ydat-polypower

    #from Mathematica, to be careful

    gradd2=2*(d2+c2*x+b2*x**2+a2*x**3-ydat)

    gradc2=gradd2*x

    gradb2=gradc2*x

    grada2=gradb2*x

    #again from Mathematica, to be careful

    gradc1=2(c+a1*x**b1-ydat)

    grada1=gradc1*x**b1

    gradb1=grada1*a1*log(x)

    return [np.sum(grada1),np.sum(gradb1),\

        np.sum(gradc1),np.sum(grada2),np.sum(gradb2),\

        np.sum(gradc2),np.sum(gradd2)]

def manualleastabsolutedifference(xdat, ydat, params,seed, maxiter, learningrate):

    chisq=0 #chisq is the L2 error of the fit relative to the ydata

    dof=len(xdat)-len(params)

    xparams=seed

    for step in np.arange(maxiter):

        a1,b1,c1,a2,b2,c2,d2=params

        chisq=polypowerlaw(xdat,params)

        for i in np.arange(len(xdat)):

            grad=np.zeros(len(seed))

            for i in np.arange(seed):

        polypowerlawboundarysolver=\

        polypowerboundaryconstraint(xdat,a1,b1,c1,a2,b2,c2)

        boundaryx=minimize(polypowerlawboundarysolver,x0=1000) 

        #hard coded to be half of len(xdat)

        chisq+=abs(ydat-\ 

            polypower(xdat,a1,b1,c1,a2,b2,c2,d2,boundaryx)

        grad=\

            polypowerderiv(xdat,a1,b1,c1,\

            a2,b2,c2,d2,boundaryx,ydat)

    params+=learningrate*grad

return params

我得到的错误是：

文件“”，第14行

grad = polypowerderiv（xdat，a1，b1，c1，a2，b2，c2，d2，boundaryx，ydat）

^ SyntaxError：无效语法

另外，我在格式化方面遇到了一些小问题。请帮忙。这是我在 Stack Overflow 上发表的前几篇文章之一，经过多年的上下投票。感谢社区的广泛帮助。

Answer 1

根据 Alan-Fey，您忘记了一个右括号：chisq+=abs(ydat-\              polypower(xdat,a1,b1,c1,a2,b2,c2,d2,boundaryx)应该chisq+=abs(ydat-\              polypower(xdat,a1,b1,c1,a2,b2,c2,d2,boundaryx))