我目前正在将一组使用优化器计算对数似然度的 matlab 模型转换为fminunc使用optim 'BFGS'.
我有所有 matlab 模型的初始值、最大似然值和最终参数结果。大多数 R 转换模型可以使用与 matlab 相同的初始参数找到使用 optim、相同的对数似然和相同的最终参数值。然而，有些人陷入了局部最优，可以通过将 matlab 结束参数值作为初始值来修复，然后这些模型找到 matlab 最大似然值。
是否对 R 有更强大的优化，与 matlab 相提并论，或者只是 R 更有可能陷入局部最优，因此初始参数值在它们实现卡住的最大对数可能性方面变得更加关键局部优化？
res<-optim(par=x,fn=BOTH4classnochange,hessian=TRUE,method='BFGS',control=list(maxit=MaxIter,abstol=TolFun,reltol=TolX))