r - 为什么 optim() 的结果取决于初始值？

在 R 中，我使用函数 optim() 来查找两个变量的目标函数的最小值。我正在使用的真正目标函数非常复杂，所以我试图让自己熟悉一个更简单的目标函数。运行 optim() 的最简单方法是 optim(par,function)，其中 par 是算法的初始值向量。我发现我得到的答案很大程度上取决于我输入的初始值。但是，我使用的函数太简单了，我担心我误解了 optim() 的输入或输出。

我使用的目标函数是:

f <- function(x){
    abs(x[1])*abs(x[2])
}

当我运行 optim(c(-1.2,1),f) 和 optim(c(-1.2,10),f) 时，对于最佳参数(par)和最小值(value)，我得到了截然不同的输出。有谁知道为什么会这样？

最佳答案

在这种情况下，您的目标函数具有无限多个最佳点(不一定只是不同的局部最大值)。参数之一为零的任何地方 0 与参数接近 0 的任何其他点一样好。我不确定您是否期望 (0,0)，但 (0,34) 具有相同的值并且可以也被认为是最优的。

关于r - 为什么 optim() 的结果取决于初始值？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/23796407/