找回密码
 注册
查看: 495|回复: 0

R语言 VGAM包 rrvglm.optim.control()函数中文帮助文档(中英文对照)

[复制链接]
发表于 2012-10-1 15:52:22 | 显示全部楼层 |阅读模式
rrvglm.optim.control(VGAM)
rrvglm.optim.control()所属R语言包:VGAM

                                         Control function for rrvglm() calling optim()
                                         控制功能的rrvglm()调用OPTIM()

                                         译者:生物统计家园网 机器人LoveR

描述----------Description----------

Algorithmic constants and parameters for running optim within  rrvglm are set using this function.
算法的常量和运行参数optim内rrvglm使用此功能。


用法----------Usage----------


rrvglm.optim.control(Fnscale = 1, Maxit = 100,
                     Switch.optimizer = 3, Abstol = -Inf,
                     Reltol = sqrt(.Machine$double.eps), ...)



参数----------Arguments----------

参数:Fnscale
Passed into optim as fnscale.  
传递到optimfnscale。


参数:Maxit
Passed into optim as maxit.  
传递到optimmaxit。


参数:Switch.optimizer
Iteration number when the "Nelder-Mead" method of optim is switched to the quasi-Newton "BFGS" method. Assigning Switch.optimizer a negative number means always BFGS, while assigning Switch.optimizer a value  greater than maxits means always use Nelder-Mead.   
当“内尔德米德法”optim被切换到拟牛顿“BFGS”方法的迭代次数。分配Switch.optimizer负数意味着永远BFGS,同时指定Switch.optimizer的值大于maxits是指使用内尔德米德。


参数:Abstol
Passed into optim as abstol.  
传递到optimabstol。


参数:Reltol
Passed into optim as reltol.  
传递到optimreltol。


参数:...
Ignored.  
忽略。


Details

详细信息----------Details----------

See optim for more details.
见optim更多详情。


值----------Value----------

A list with components equal to the arguments.
列表组件的论点。


注意----------Note----------

The transition between optimization methods may be unstable, so users may have to vary the value of Switch.optimizer.
优化方法之间的过渡可能是不稳定的,所以用户可能有不同的价值Switch.optimizer。

Practical experience with Switch.optimizer shows that setting it to too large a value may lead to a local solution, whereas setting it to a low value will obtain the global solution.  It appears that, if BFGS kicks in too late when the Nelder-Mead algorithm is starting to converge to a local solution, then switching to BFGS will not be sufficient to bypass convergence to that local solution.
的实践经验Switch.optimizer显示,设定值过大,可能会导致本地的解决方案,而将其设置为一个较低的值将获得全球性的解决方案。它出现的是,如果的BFGS踢在为时已晚时内尔德酒算法收敛到一个本地的解决方案,然后切换到BFGS不会是足以绕过收敛,当地的解决方案。


(作者)----------Author(s)----------


Thomas W. Yee



参见----------See Also----------

rrvglm.control, optim.
rrvglm.control,optim。

转载请注明:出自 生物统计家园网(http://www.biostatistic.net)。


注:
注1:为了方便大家学习,本文档为生物统计家园网机器人LoveR翻译而成,仅供个人R语言学习参考使用,生物统计家园保留版权。
注2:由于是机器人自动翻译,难免有不准确之处,使用时仔细对照中、英文内容进行反复理解,可以帮助R语言的学习。
注3:如遇到不准确之处,请在本贴的后面进行回帖,我们会逐渐进行修订。
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 注册

本版积分规则

手机版|小黑屋|生物统计家园 网站价格

GMT+8, 2024-11-26 12:49 , Processed in 0.028945 second(s), 16 queries .

Powered by Discuz! X3.5

© 2001-2024 Discuz! Team.

快速回复 返回顶部 返回列表