Scipy优化牛顿割线方法

2017-07-27 59 views 0 likes

Scipy optimize.newton的初始步长硬编码为1e-4。以不同步长使用此功能的最佳方式是什么（理想情况下，指定为参数）？Scipy优化牛顿割线方法

# https://github.com/scipy/scipy/blob/v0.19.0/scipy/optimize/zeros.py#L160 

else: 
    # Secant method 
    p0 = x0 
    if x0 >= 0: 
     p1 = x0*(1 + 1e-4) + 1e-4

来源

2017-07-27 James Kang

如果您确定这是一个有用的功能（非常非常确定），您可以打开功能请求并要求将初始步长添加到参数中。更好的是，你可以用'initial_step'（或其他）这样的变量代替'1e-4'，并将它添加到你安装的scipy版本中，并告诉scipy你做的人，他们将'合并它在分布式版本中，如果他们认为合适（不是真正的github合并请求专家，对于不准确的错误） – gionni

回答

初始步长大小不1e-4，它是abs(x0)*1e-4 + 1e-4。例如，x0 = 1000将导致最初的步骤0.1001。

如果目标是有一定的初始步长h，这可以通过变量的线性变化来实现，x = x0 + 1e4*h*t其中t是新变量。根据t，起点为0.所以牛顿的方法将进行一个大小为1e-4的步骤，根据x转换为h。

实施例：

root = newton(lambda t: func(x0 + 1e4*h*t), 0) * 1e4 * h + x0

其中func是原始功能。这将根据原始变量x返回根。

来源

2017-07-27 19:43:09 FTP

Scipy优化牛顿割线方法

回答

相关问题