Почему мой scipy.optimize.minimize терпит неудачу?

Question

Почему мой scipy.optimize.minimize терпит неудачу?

1

Я пытаюсь с помощью fmin_bfgs найти локальный минимум абсолютной функции abs(x). Начальная точка установлена равной 100,0; ожидаемый ответ 0.0. Однако я получаю:

In [184]: op.fmin_bfgs(lambda x:np.abs(x),100.0)
Warning: Desired error not necessarily achieved due to precision loss.
         Current function value: 100.000000
         Iterations: 0
         Function evaluations: 64
         Gradient evaluations: 20
Out[184]: array([100.0])

Почему?

zell 17 янв. 2015, в 18:31

Источник

Теги:

python

scipy

minimization

1 ответ

Ещё вопросы

Rob Falck · Accepted Answer · 2015-01-17T15-09-00.000Z

Методы, такие как fmin_bfgs и fmin_slsqp, требуют гладких (непрерывных производных) функций для обеспечения надежных результатов. abs (x) имеет дивертивую производную на своем минимуме. Такой метод, как симплекс Нельдера-Мида, который не требует непрерывных производных, может обеспечить лучшие результаты в этом случае.

Это тоже решило мою проблему, спасибо. Я задал дополнительный вопрос