使用多个参数最大化函数（python）

Question

首先，让我说我缺乏科学数学或统计方面的经验 - 所以这可能是一个非常着名的问题，但我不知道从哪里开始。

我有一个函数f(x1, x2, ..., xn)我需要猜测x'ses并找到f的最高值。该功能具有以下属性：

• 总数或参数通常在40-60左右，所以蛮力方法是不可能的。

• 从0.01每个x范围的可能值至2.99

• 功能是稳定的，这意味着更高的F值意味着对于参数猜测越好，反之亦然。

到目前为止，我实现了在python一个非常基本的方法。它最初将所有参数设置为1，随机猜测新值并检查f是否高于以前。如果不是，则回滚到之前的值。 在一个有10000次迭代的循环中，这似乎在某种程度上起作用，但结果远不是完美的。

有关如何改进搜索最佳参数的任何建议将不胜感激。当用google搜索这个问题时，MCMC出现了，但这似乎是一种非常先进的方法，我需要很多时间才能理解该方法。 基本提示或概念将帮助我更详尽的方法和算法。

Answer 1

不要自己动手。安装SciPy并使用其optimization例程。 scipy.optimize.minimize看起来很合身。

Answer 2

我想你想看看scipy.optimize（http://docs.scipy.org/doc/scipy-0.10.0/reference/tutorial/optimize.html）。最大化是-1 *函数的最小化。

Answer 3

除非你的任务说你不能这样做，否则你总是可以使用一个列表作为一个参数。一个列表会使它更容易。