Rでoptim関数を使用しようとしています-これで問題はありません。
funk=function(param){
x=c(1,2,3,4,5)
z=c(3,4,2,2,1)
y=c(30,40,22,33,40)
a=rep(param[1],5)
b=param[2]
d=param[3]
fit=sum((y-(a+b*x+z*d))^2)
return(fit)
}
optim(par=c(1,1,1),fn=funk)
しかし、データ(x、y、z)を関数にハードコーディングしたくないとすぐに、問題が発生します。関数入力が最適化されるパラメーターだけではない場合、最適化で関数を最適化するにはどうすればよいですか?理想的には、xx、zz、yyの値を渡してから最適化し、次にxx、zz、yyの異なる値に移動して、次にそのケースを最適化します。
xx=c(1,2,3,4,5)
zz=c(3,4,2,2,1)
yy=c(30,40,22,33,40)
funk=function(param,x,y,z){
a=rep(param[1],5)
b=param[2]
d=param[3]
fit=sum((y-(a+b*x+z*d))^2)
return(fit)
}
optim(par=c(1,1,1),fn=funk(param=c(0,0,0),x=xx,y=yy,z=zz))
(関数(par)のエラー:関数 "fn"が見つかりませんでした
optim
、...
は引数をfn
に渡すために使用されます。
xx=c(1,2,3,4,5)
zz=c(3,4,2,2,1)
yy=c(30,40,22,33,40)
funk=function(param,x,y,z){
a=rep(param[1],5)
b=param[2]
d=param[3]
fit=sum((y-(a+b*x+z*d))^2)
return(fit)
}
optim(par=c(1,1,1), fn=funk, x=xx, y=yy, z=zz)
$par
[1] -1.863076 5.722988 7.372296
$value
[1] 124.075
$counts
function gradient
180 NA
$convergence
[1] 0
$message
NULL