Octave 中非连续最小化器的不确定性/错误
Uncertainties / errors for non-continuous minimizer in Octave
我目前正在使用 fminsearch 最小化一个非连续函数，其中 x = 7 个变量的向量。
它运行良好但有两个问题（对我而言）：1) 它很慢，2) 更重要的是它不会 return x 中变量的任何不确定性/错误。
是否有一个 minimiser 函数可以解决这个问题并且 return x 的不确定性/错误？
自己找到解决方案。
[x, fval] = fminsearch (fun, x0, options);
[hess,err] = hessian(fun,x);
uncert = sqrt(diag(inv(hess)));
hessian 套件可从以下位置获得：
Adaptive Robust Numerical Differentiation
感谢该套件的作者 John D'Errico。
这很费时间（很慢）但效果很好。
我目前正在使用 fminsearch 最小化一个非连续函数，其中 x = 7 个变量的向量。 它运行良好但有两个问题（对我而言）：1) 它很慢，2) 更重要的是它不会 return x 中变量的任何不确定性/错误。 是否有一个 minimiser 函数可以解决这个问题并且 return x 的不确定性/错误？
自己找到解决方案。
[x, fval] = fminsearch (fun, x0, options);
[hess,err] = hessian(fun,x);
uncert = sqrt(diag(inv(hess)));
hessian 套件可从以下位置获得： Adaptive Robust Numerical Differentiation 感谢该套件的作者 John D'Errico。 这很费时间（很慢）但效果很好。