问题描述
Python scipy.optimize.minimize 函数支持以下方法:
Python scipy.optimize.minimize function supports the following methods:
- 内尔德-米德
- 鲍威尔
- CG
- BFGS
- 牛顿-CG
- L-BFGS-B
- 跨国公司
- 科比拉
- SLSQP
- 信任结构
- 狗腿
- 信任-ncg
- 信任精确
- 信任-krylov
哪种方法最接近 R 的 nlminb?
Which method is closest to R's nlminb?
推荐答案
nlminb 是一个无约束和有界约束的拟牛顿法优化器.此代码基于贝尔实验室的 David Gay 的 FORTRAN PORT 库.至于 Pyhon 准牛顿方法是:
nlminb is an unconstrained and bounds-constrained quasi-Newton method optimizer. This code is based on a FORTRAN PORT library by David Gay in the Bell Labs. As for Pyhon quasi-Newton menthods are:
无约束最小化
方法 BFGS 使用 Broyden、Fletcher、Goldfarb、>> 和 Shanno (BFGS) [5] 第 136 页的拟牛顿方法.
Method BFGS uses the quasi-Newton method of Broyden, Fletcher, Goldfarb, > > and Shanno (BFGS) [5] pp. 136.
有界约束的最小化
方法 L-BFGS-B 使用 L-BFGS-B 算法 [6]、[7] 进行边界约束最小化.
Method L-BFGS-B uses the L-BFGS-B algorithm [6], [7] for bound constrained minimization.
L-BFGS-B &BFGS 作为拟牛顿法的一员，是 nlminb 的最接近的类似物.
L-BFGS-B & BFGS, being a member of quasi-Newton family methods, are the closest analogs of nlminb.
这篇关于Python 中与 R 的 nlminb 最接近的函数是什么?的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持！