क्या R में कस्टम फ़ंक्शन को अधिकतम करने / कम करने का कोई तरीका है?


18

मैं एक कस्टम फ़ंक्शन को कम करने की कोशिश कर रहा हूं। इसे पांच मापदंडों और डेटा सेट को स्वीकार करना चाहिए और आउटपुट के रूप में एक ही नंबर का उत्पादन करते हुए सभी प्रकार की गणना करना चाहिए। मैं पाँच इनपुट मापदंडों के संयोजन को खोजना चाहता हूं जो मेरे फ़ंक्शन का सबसे छोटा आउटपुट देता है।

जवाबों:


23

मैंने पोस्ट को कुछ ट्यूटोरियल का उपयोग करके सूचीबद्ध कियाoptim

यहाँ संबंधित अनुभाग का एक उद्धरण है:

  • "आर फ़ंक्शन का संयोजन optimऔर एक कस्टम बनाया गया उद्देश्य फ़ंक्शन, जैसे कि माइनस लॉग-लाइबिलिटी फ़ंक्शन कस्टम मॉडल के पैरामीटर अनुमान के लिए एक शक्तिशाली उपकरण प्रदान करता है।

  • 1
    हाल ही में मैं DEoptim के साथ एक अच्छा "कोई प्रारंभ बिंदु आवश्यक" अनुकूलक के रूप में खेल रहा हूं।
    माइक लॉरेंस

    1
    आर में आशावादी कमांड पर जॉन माइल्स व्हाइट की हालिया पोस्टिंग भी रुचि की हो सकती है ।
    एंडी डब्ल्यू

    @ मायके सहमत; DEoptim अधिक मजबूत विकल्प देता है (DE = विभेदक विकास)
    Abe

    12

    जेरोमी एंग्लिम के जवाब के अलावा, मेरे पास कुछ और लिंक हैं।

    बगल में, optimवहाँ आधार आर में एक और समारोह है कि आप क्या चाहते हैं के लिए अनुमति देता है: nlminb। उपयोग के उदाहरणों की जाँच करें ?nlminbऔर ?optim

    संकुल का एक गुच्छा है जो अनुकूलन कर सकता है। मुझे जो सबसे दिलचस्प लगा वो था पैकेज ऑप्टिमेक्स और काफी नया, सिंपल एल्गोरिथ्म के विभिन्न संस्करणों के लिए नेल्डमेड पैकेज।

    इसके अलावा, आप अधिक पैकेज के लिए अनुकूलन पर CRAN टास्क दृश्य पर एक नज़र रखना चाहते हो सकता है

    कृपया ध्यान दें कि मेरी सिफारिशें सभी मानती हैं कि आपके पास एक नियतात्मक कार्य है (यानी, कोई यादृच्छिक शोर नहीं)। ऐसे कार्यों के लिए जो कड़ाई से नियतात्मक नहीं हैं (या बहुत बड़े) आपको एल्गोरिदम का उपयोग करने की आवश्यकता होगी जैसे कि नकली annealing या आनुवंशिक एल्गोरिदम। लेकिन सीआरएएन टास्क व्यू में वही होना चाहिए जो आपको चाहिए।


    1

    क्या आपका कार्य निरंतर और अलग है? आप उपयोगकर्ता-आपूर्ति वाले डेरिवेटिव या संख्यात्मक रूप से अनुमानित लोगों के साथ, आशावादी उपयोग करने में सक्षम हो सकते हैं।

    हमारी साइट का प्रयोग करके, आप स्वीकार करते हैं कि आपने हमारी Cookie Policy और निजता नीति को पढ़ और समझा लिया है।
    Licensed under cc by-sa 3.0 with attribution required.