SCGoptim(tigre)
SCGoptim()所属R语言包:tigre
Optimise the given function using (scaled) conjugate gradients.
优化给定的功能,使用共轭梯度(缩放)。
译者:生物统计家园网 机器人LoveR
描述----------Description----------
Optimise the given function using (scaled) conjugate gradients.
优化给定的功能,使用共轭梯度(缩放)。
用法----------Usage----------
optimiDefaultOptions()
SCGoptim(x, fn, grad, options, ...)
CGoptim(x, fn, grad, options, ...)
modelOptimise(model, options, ...)
参数----------Arguments----------
参数:model
the model to be optimised.
该模型进行优化。
参数:x
initial parameter values.
初始参数值。
参数:fn
objective function to minimise
目标函数,以尽量减少
参数:grad
gradient function of the objective
梯度功能的目标
参数:options
options structure like one returned by optimiDefaultOptions. The fields are interpreted as\ option[1] : number of iterations\ option[2] : interval for the line search\ option[3] : tolerence for x to terminate the loop\ option[4] : tolerence for fn to terminate the loop\ option$display : option of showing the details of optimisaton
股权结构像一个返回optimiDefaultOptions。这些领域被解释为\“选项[1]:FN耐性的终止:\选项[2]:间隔线搜索的迭代次数\选项[3]:x的耐性的终止循环\选项[4]循环\“选项显示的选择显示optimisaton细节
参数:...
extra arguments to pass to fn and grad
额外的参数传递给FN和grad
值----------Value----------
参数:options
an options structure
选项结构
参数:newParams
optimised parameter values
优化的参数值
参数:model
the optimised model.
优化模型。
参见----------See Also----------
modelObjective, modelGradient
modelObjective, modelGradient
举例----------Examples----------
## Not run to speed up package checks[#无法运行,加快包检查]
# model <- GPLearn(..., dontOptimise=TRUE)[模型< - GPLearn(... dontOptimise = TRUE)]
# options <- optimiDefaultOptions()[选项< - optimiDefaultOptions()]
# model <- modelOptimise(model, options)[模型< - modelOptimise(模型,期权)]
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。
|