Tôi muốn giảm thiểu sai số bình phương trung bình (mse()
trong gói hydroGOF
có thể được sử dụng) giữa các mẫu được quan sát và được quan sát. Các chức năng được định nghĩa là:Tối ưu hóa chức năng của một hàm trong r
KV_CDS <- function(Lambda, s, sigma_S){
KV_CDS = (Lambda * (1 + s))/exp(-s * sigma_S) - Lambda^2)
}
Mục đích là để giảm thiểu mse
giữa KV_CDS và C bằng cách để lại Lambda một tham số tự do trong hàm KV_CDS.
df <- data.frame(C=c(1,1,1,2,2,3,4),
Lambda=c(0.5),s=c(1:7),
sigma_S=c(0.5,0.4,0.3,0.7,0.4,0.5,0.8),
d=c(20,30,40,50,60,70,80),
sigma_B=0.3, t=5, Rec=0.5, r=0.05)
Bạn có thể làm rõ câu hỏi của mình một chút không? Hàm của hàm chỉ là hàm là thành phần của hai hàm. C/C là gì? Thật khó để giải mã những gì đã được sửa và thông số từ tất cả mã bạn đã đăng là gì. –
Tôi muốn giảm thiểu MSE nhưng tham số miễn phí là Lambda trong hàm KV_CDS. Tất cả các tham số khác đều được sửa. Nó rất dễ dàng trong Excel bằng cách sử dụng Solver, nhưng dữ liệu của tôi là khá lớn, vì vậy tôi cố gắng tránh Solver. c là khung dữ liệu và C là các quan sát mà tôi muốn phù hợp với mô hình. Tôi sẽ đổi tên c thành df để làm cho nó dễ đọc hơn. Hàm KV_PS và C_G chỉ là các hàm trợ giúp để giải quyết hàm đích. Xin lỗi, cho màn hình khó hiểu. – New2R
Tôi thấy bạn đã thêm câu hỏi về việc áp dụng 'TestMSE' theo ID. Tôi đề nghị bạn hỏi nó như một câu hỏi riêng biệt, điều này sẽ khiến nó chú ý hơn. – Simon