nlm每次迭代的功能评估数量?

我使用nlm最大化R中的可能性。我想预测可能性评估的次数,如果任务可能花费太长时间,则中止。 nlm返回“迭代次数”(通常为10-20),我认为每次迭代都涉及对Hessian的一个数值评估。每次迭代的时间(Hessian?)取决于参数的数量。所以我想知道:nlm中每次迭代的参数数量和函数评估数量之间的一般关系是什么?

eileencxy227 回答:nlm每次迭代的功能评估数量?

这个问题很笼统,我的回答也很普遍。

根据nlm的引用:

  

如果函数值具有称为“渐变”的属性,或者两者兼有   渐变和粗麻布属性,这些将用于计算   更新的参数值。否则,数值导数为   用过的。派生返回具有适当渐变属性的函数,并且   可选的粗麻布属性。

如果为最小化的函数提供渐变和Hessian,则每次迭代都涉及两个函数求值。如果不这样做,则Hessian和渐变是通过数值计算的。可以找到源代码here。据我了解,R nlm函数的参数仅会影响迭代次数直至收敛,而不会影响对梯度进行数值计算的方式。

本文链接:https://www.f2er.com/3163405.html

大家都在问