scipy
optimize.minimize에 대한 Jacobian 함수 작성법

통사론

1. npy로 numpy 가져 오기
2. scipy.optimize에서 가져 오기 _minimize
3. scipy import special에서
4. plpl로 matplotlib.pyplot 가져 오기

비고

최적화 예 (황금)

'골든'방법은 극한 값의 범위를 좁혀 단조 함수를 최소화합니다.

import numpy as np
from scipy.optimize import _minimize
from scipy import special
import matplotlib.pyplot as plt

x = np.linspace(0, 10, 500)
y = special.j0(x)
optimize.minimize_scalar(special.j0, method='golden')
plt.plot(x, y)
plt.show()

결과 이미지

최적화 예 (브렌트)

브렌트의 방법은 다른 루트 검색 알고리즘의보다 복잡한 알고리즘 조합입니다. 그러나 결과 그래프는 황금 메서드에서 생성 된 그래프와 크게 다르지 않습니다.

import numpy as np
import scipy.optimize as opt
from scipy import special
import matplotlib.pyplot as plt
    
x = np.linspace(0, 10, 500)
y = special.j0(x)
# j0 is the Bessel function of 1st kind, 0th order
minimize_result = opt.minimize_scalar(special.j0, method='brent')
the_answer = minimize_result['x']
minimized_value = minimize_result['fun']
# Note: minimize_result is a dictionary with several fields describing the optimizer,
# whether it was successful, etc. The value of x that gives us our minimum is accessed
# with the key 'x'. The value of j0 at that x value is accessed with the key 'fun'.
plt.plot(x, y)
plt.axvline(the_answer, linestyle='--', color='k')
plt.show()
print("The function's minimum occurs at x = {0} and y = {1}".format(the_answer, minimized_value))

결과 그래프

출력 :

The function's minimum occurs at x = 3.8317059554863437 and y = -0.4027593957025531

Rosenbrock 기능

이것이 더 좋을 수 있다고 생각하지만 당신은 요지를 얻습니다.

import numpy as np
from scipy.optimize import _minimize
from scipy import special
import matplotlib.pyplot as plt
from matplotlib import cm
from numpy.random import randn

x, y = np.mgrid[-2:2:100j, -2:2:100j]
plt.pcolor(x, y, optimize.rosen([x, y]))
plt.plot(1, 1, 'xw')

# Make plot with vertical (default) colorbar
data = np.clip(randn(100, 100), -1, 1)
cax = plt.imshow(data, cmap=cm.coolwarm)

# Add colorbar, make sure to specify tick locations to match desired  ticklabels 
cbar = plt.colorbar(cax, ticks=[-2, 0, 2])  # vertically oriented colorbar
plt.axis([-2, 2, -2, 2])
plt.title('Rosenbrock function') #add title if desired
plt.xlabel('x')
plt.ylabel('y')

plt.show()  #generate