Como posso fazer uma regressão de probabilidade máxima usandoscipy.optimize.minimize? Eu quero especificamente usar ominimize funcione aqui, porque tenho um modelo complexo e preciso adicionar algumas restrições. Atualmente, estou tentando um exemplo simples usando o seguinte:

from scipy.optimize import minimize

def lik(parameters):
    m = parameters[0]
    b = parameters[1]
    sigma = parameters[2]
    for i in np.arange(0, len(x)):
        y_exp = m * x + b
    L = sum(np.log(sigma) + 0.5 * np.log(2 * np.pi) + (y - y_exp) ** 2 / (2 * sigma ** 2))
    return L

x = [1,2,3,4,5]
y = [2,3,4,5,6]
lik_model = minimize(lik, np.array([1,1,1]), method='L-BFGS-B', options={'disp': True})

Quando executo isso, a convergência falha. Alguém sabe o que há de errado com o meu código?

A mensagem que recebo em execução é 'ABNORMAL_TERMINATION_IN_LNSRCH'. Estou usando o mesmo algoritmo que trabalho usandooptim em R.