優化使用「nlminb」

IM現在執行使用非參數平滑估計paramneters選址模型.....平滑paramater之一是，我有優化lamdha ...優化使用「nlminb」

所以在這種我決定使用「nlminb函數」來實現它.....

但是，我的程序給了我相同的「$ par」值，即使它迭代了150次並且做了200次評估（默認情況下） .....這是它選擇「起始值$面值」（即0.000001 ......我想，一定有什麼毛病我編寫的程序....

我看編程如： - （注：W是我要優化參數和LOO是立場留一出

BEGIN

Myfunc <- function(w, n1, n2, v1, v2, g) 
{ ## open loop for main function 

## DATA generation 
     # generate data from group 1 and 2 
     # for each group: discretise the continuous to binary 
     # newdata <- combine the groups 1 and 2 

## MODEL construction 
    countError <- 0 
     n <- nrow(newdata) 

     for (k in 1:n) 
     {# open loop for leave-one-out 
      # construct model based on n-1 object using smoothing method 
       # classify omitted object 
       countError <- countError + countE 
     } # close loop for LOO process 

      Error <- countError/n  # error rate counted from LOO procedure 

    return(Error)   # The Average ERROR Rate from LOO procedure 

}  # close loop for Myfunc 

library(stats) 
    nlminb(start=0.000001, Myfunc, lower=0.000001, upper=0.999999, 
       control=list(eval.max=100, iter.max=100))

END

可能有人幫我... ...

您的關注和指南的高度讚賞和really100需要......

Hashibah， STATIS抽動博士生

來源

2011-06-26 hashibah

在你的問題，提供了一個nlminb了單變量的初始值。如果你正在做單變量優化，它可能值得看看optimize。如果你的功能是多變量，那麼你需要調用nlminb略有不同。

您需要定義目標函數，使得您提供的參數作爲一個載體，它是第一個參數，以優化過。目標函數的其他輸入應作爲後續參數提供。

例如（從nlminb幫助頁面修改）：

X <- rnbinom(100, mu = 10, size = 10) 
hdev <- function(par, x) { 
-sum(dnbinom(x, mu = par[1], size = par[2], log = TRUE)) 
} 
nlminb(start = c(9, 12), hdev, x = X)

來源

2011-06-26 11:21:27 nullglob

優化使用「nlminb」

回答

相關問題