0
我寫以下優化代碼:在Scipy中使用SLSQP時,如何爲'eps'選擇合適的值?
guess = [1/6] * 6
bounds = [(0.0,1.0)] * 6
cons = {'type': 'eq', 'fun': lambda x: 1 - sum(x)}
result = minimize(function, guess, (instrument, sample),\
bounds=bounds, method='SLSQP', tol=0.01, constraints=cons,\
options={'disp': False ,'eps' : 1e-2})
結果應該是長度爲6的向量,其中每一值是0<x<1
和sum(x) = 1
。
我已經設置了0.01的容差,我相信這意味着優化器將在最小值的1%內終止。
我很困惑的是'eps'
的術語。我不完全確定它的含義,或者它與容差設置的關係。我如何選擇一個合理的價值,以及過高或過低的後果是什麼?