<div dir="ltr">Hi all,<div><br></div><div>I am trying to calculate a Hessian. I am using numdifftools for this (<a href="https://pypi.python.org/pypi/Numdifftools">https://pypi.python.org/pypi/Numdifftools</a>).</div><div>
<br></div><div>My question is, is it possible to make it using pure numpy?.</div><div><br></div><div>The actual code is like this:</div><div><br></div><div><i>import numdifftools as nd<br></i></div><div><i>import numpy as np</i></div>
<div><i><br></i></div><div><div><i>def log_likelihood(params):</i></div><div><i>    sum1 = 0; sum2 = 0</i></div><div><i>    mu = params[0]; sigma = params[1]; xi = params[2]</i></div><div><i>    for z in data:</i></div><div>
<i>        x = 1 + xi * ((z-mu)/sigma)</i></div><div><i>        sum1 += np.log(x)</i></div><div><i>        sum2 += x**(-1.0/xi)</i></div><div><i>    return -((-len(data) * np.log(sigma)) - (1 + 1/xi)*sum1 - sum2) # negated so we can use 'minimum'</i></div>
<div><i><br></i></div><div><i>kk = nd.Hessian(log_likelihood)</i></div></div><div><i><br></i></div><div>Thanks in advance.</div></div>