原创力文档- 1、本文档共3页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
#源代码#Minimize优化算法介绍及Python实现方法
Peaker
对于一个预测模型，特征选择和参数优化有时候是必要的，因为
每一个模型在精度上都是有相当大的提升空间的。然而这个空间对于
研究者来说往往就是一个“黑洞”，因为我们不知道在一个无限的区间
内，如何选择最合适的点。尽管有一些遗传算法，PSO粒子群算法，
以及gridsearch搜索的算法，但是这些方法要么过于复杂，大大降
低计算速度，要么容易产生局部优化过拟合等。今天为大家介绍另一
种小巧但非常有效的优化算法——Minimize。
Minimize的目的正如他的名字，是为了通过遍历计算来寻求获得
最小值的模型参数，当然这里“最小值”只是它最本源的用法，用户可以
非常灵活的对输出值取负数，这样就可以获得“最大值”，同样的，也可
以考虑取对数，三角函数转换等。在使用minimize之前我们需要创建
一个函数或一个模型，要对参数设一个区间，毕竟程序不可能从
无限多个数据点里遍历搜索。最后是设定一个限制，这个限制通常是
由一个dict，或一个sequencedict组成。限制的用途是对优化后的参数
加一个限制。
可见minimize中除了fun函数，x0列表，还包含很多参数，这里我们
主要对method和constant来作解释。
Method是指计算过程中所使用到的算法，这些算法原理不完全相
同，但最大的区别在于有些算法可以在设定constraint限制时使用，而
另一些算法必须在无constraint时使用。
Constraint是一个非常有用的函数，主要包括两个方面，“eq”和“ineq”。
当type=eq时，代表限制函数的输出结果等于0。Type=ineq时，代表
限制函数的输出结果不为负数。
接下来我们举例子如何使用Python是实现minimize优化。
我们设定一个函数，也可以是一个复杂的模型。
接下来我们设定X的范围bounds以及constraint限定
最后minimize输出结果如下
即fun函数最后输出的最小值为-120,且满足条件的xarray为（-10，-
10）。
小结：
Minimize的用法相当灵活，除了在“最小值”上做文章以外，参数的个
数也同样可以随意变化，例如这里X为两个特征变量，我们同样可以
改成N个特征变量，相对的，在minimize初始化过程中也要提供N个
初始变量值。这个值既可以是默认的或者估计出来的最优值，也可以
是bounds区间的中值。对于一个模型，所有的参数，特征个数都可以
传递给minimize进行优化。
喜欢本文吗？欢迎加入云生信跟大家一起进步~
文档评论（0）