问题标签 [objective-function]

我正在尝试在 Matlab 中编写 ML 算法。这些是我的不同功能：

sigmoid.m:

成本函数.m

ex2.m （这是我项目的主文件，我把相关行放在我收到此错误消息的位置）

错误信息：

使用 fminunc 时出错（第 348 行） 提供的目标函数必须返回一个标量值。

ex2 中的错误（第 97 行） fminunc(@(t)(costFunction(t, X, y)), initial_theta, options);

我不知道上面有没有足够的信息？如果没有，请告诉我添加额外信息。

使用 pyomo 和 glpk 求解器我定义了以下客观规则：

如果我知道在找到最小值后比较输出，我会得到不同的结果：

（mt 和 t_t 是代表一年中小时的范围集）这是大约 3% 的误差，任何想法可能来自哪里？如果我需要选择一个值，哪个值是正确的。

提前致谢！

我正在研究时间序列回归问题，预测未来 5 天的股价，我认为这是多个连续输出（多元回归）。

因此，我MultiOutputRegressor在 sklearn 中使用来做我想做的事。

但是未来前三天的预测值比未来的第四天和第五天更重要。

因此，我想用权重来惩罚前三天，有人知道如何用客户目标函数解决这个问题吗？或者有其他方法来解决这个问题

数据和代码如下

我在 RStudio 工作，希望为 XGBoost 开发一个自定义目标函数。为了确保我了解该过程的工作原理，我尝试编写一个目标函数来重现“二元：逻辑”目标。但是，我的自定义目标函数会产生明显不同的结果（通常更糟）。

根据XGBoost github repo 上的示例，我的自定义目标函数如下所示：

根据这篇中型博客文章，这似乎与 XGBoost 二进制目标中实现的内容相匹配。

使用一些简单的测试数据，我对内置目标的最终训练 rmse 为 ~0.468，使用我的自定义目标为 ~0.72。

下面的代码可用于生成测试数据并重现问题。

有人可以解释为什么我的代码不能重现目标“二进制：逻辑”的行为吗？我正在使用 XGBoost R-Package v0.90.0.2。

所以我得到了这个奇怪的函数，它可以被表述为目标函数，如附图 所示。我知道我不能使用任何 L2 低秩矩阵分解（LRMF）算法来解决这个问题，因为这被认为是加权低秩矩阵分解（LRMF）。我看过迭代重新加权最小二乘和加权主成分分析，但不幸的是它们仅在 matlab 中可用。有人知道我可以用来解决这个问题的任何python函数吗？我的项目不需要我编写 L2 LRMF 算法，只需要我使用任何现有函数来解决它。任何帮助都是理想的。

我想知道如何使用或工具（如果可能的话）定义一个复杂的目标函数。

下面的基本示例显示了如何在 python 中使用 Or-tools 解决基本的线性问题：

在这个非常基本的例子中，目标函数是Minimize(0.5*x + 2*y)。例如，获得变量的最小二乘Minimize(x^2 + y^2)或绝对值的语法是什么Minimize(abs(x) + y)？

是否可以定义一个子函数并将其调用到目标函数中？还是我应该采取另一种方式？

提前谢谢了，

罗曼

我想将一个 matlab 函数翻译成 R 代码。这是我最困惑的代码部分：

1）第一个问题是第 4 行oldo = obj(end)。有人可以向我解释这种语法吗？（我认为它会结束 while 循环？）这也在第 9 行。

2) 第 7 行：[v,tmp] = eigs(Pv*double(ttv(Xhat,u,3))*Pv,1);。我不明白是什么[v, tmp]。“v”是先前定义的变量，但 tmp 不是。有人可以解释这个数据结构吗？

3) 第 8 行：obj = [obj (Pv*v)'*double(ttv(Xhat,Pv*v,2))*(Pu*u)];。我对括号内发生的操作感到困惑 - 例如，“obj”和“（Pv * v）......”之间有一个空格但没有运算符。括号在这里充当某种运算符吗？

仅供参考，ttv() 是 Tensor Toolbox 中的一个函数。如果有人可以帮助解决这些问题中的任何一个，那将对我有很大帮助。我知道这是一个模糊/多部分的问题，但我想如果有人可以回答其中一个问题，他们可以回答所有问题。此外，如果您只是解释这些代码行在 matlab 中的作用而不将它们翻译成 R，那也将非常有帮助。完整代码在这里：https ://github.com/zhengwu/TensorNetwork_PCA/blob/master/hopca_popNet_new.m

谢谢您的帮助！

我正在尝试找到以下表达式的解决方案

目标函数：

最小化（| x - c0 | + | y - c1 |）

约束：

其中 c0, c1, A, B 是正常数

在 http://lpsolve.sourceforge.net/5.1/absolute.htm中给出的转换之后

我将表达式改写为

约束：

目标函数：

但是，我无法实现这一点。我尝试了以下代码段

我收到错误，E0206 16:41:08.889048 80935 linear_solver.cc:1577] 不存在解决方案。MPSolverInterface::result_status_ = MPSOLVER_INFEASIBLE

我的用例总是产生可行的解决方案（我试图找到点和线之间的最小曼哈顿距离）。

我对使用 GOOGLE-OR 工具非常陌生。请提出我可能忽略的任何更简单的解决方案任何帮助将不胜感激

谢谢，拉姆

我目前有一个目标函数的黑匣子。它已成功scipy.optimize用作'status = op.basinhopping（obj，sp，...）'，但是，当我尝试使用相同的obj到NLOPT包时，它会给出一条消息

我想 obj forscipy.optimize有两个参数，一个是函数本身，另一个是每个维度的微分，而 NLOPT 方法中使用的 obj 只需要函数本身。如果我是对的，我应该如何修改 obj 以便它可以在 NLOPT 中使用？我使用 NLOPT 的代码

我正在使用 JuMP 在 Julia 中编写优化程序。我的 Julia 版本是 1.3.1，JuMP 版本是 0.21.2。

我的变量之一是矩阵，在我的例子中这是一个方便的结构。

在目标函数中，我将矩阵乘以（参数）向量，然后将结果条目的条目相加。我想这样写：

这相当于

当我用数字矩阵替换变量矩阵时，这运行良好test。但是，我使用可变矩阵 GiH 得到错误

到底是怎么回事？似乎没有为跳转变量矩阵定义矩阵乘法？

我知道我可以用嵌套替换这个矩阵乘法，sum(... for ...)但我想知道是否有可能以不同的方式进行。