Mặc dù điều này hơi muộn cho tác giả của câu hỏi này. Có thể ai đó muốn kiểm tra một số thuật toán tối ưu hóa, khi anh ta đọc ...
Nếu bạn đang làm việc với hồi quy trong học máy (NN, SVM, Hồi quy tuyến tính nhiều, Hàng xóm gần nhất) và bạn muốn giảm thiểu (tối đa hóa)) chức năng hồi quy của bạn, thực tế điều này là có thể nhưng hiệu quả của các thuật toán như vậy phụ thuộc vào độ mịn, (bước-kích thước ... vv) của khu vực bạn đang tìm kiếm.
Để xây dựng "Máy học" Regressions "bạn có thể sử dụng scikit- learn. Bạn phải đào tạo và xác nhận MLR Support Vector Regression của mình. ("phù hợp với" phương pháp)
SVR.fit(Sm_Data_X,Sm_Data_y)
Sau đó, bạn phải xác định một hàm trả về một dự báo hồi quy của bạn cho một mảng "x".
def fun(x):
return SVR.predict(x)
Bạn có thể sử dụng scipiy.optimize.minimize để tối ưu hóa. Xem các ví dụ sau liên kết tài liệu.
Tôi đã xem xét so sánh quét mảng brute force, mô phỏng ủ, và giảm thiểu Migrad được xây dựng ngoài Minuit trong thư mục gốc. – physicsmichael