使用子表函数和 optim()答案

【问题标题】：Working with subsettable functions and optim()使用子表函数和 optim()
【发布时间】：2015-02-08 22:30:19
【问题描述】：

我有一个关于代码示例的问题：

testfunc<-function(x) {
   f<-x^2
   help.var<- somefunction(f)
   g.grad<- 2* helpvar
   return(c(f,g.grad))
}

当我尝试优化此函数时，例如 optim 希望我提供两个单独的函数，一个函数评估和一个梯度评估。所以，

optim(20,testfunc[1],testfunc[2])

给出：闭包类型的对象不是可子集的。

我通过定义两个函数来解决这个问题，并将 g.grad 定义为全局变量：

testfunc1<-function(x) {
          f<-x^2
          help.var<<- somefunction(f)

           return(f)
}
help.function<-function(x){
           return(2*help.var)
}
optim(20,testfunc1,help.function)

由于原始问题涉及更多，因此代码很容易混淆。你有什么想法可以更优雅地解决这个问题（也许根本不使用全局变量）？

【问题讨论】：

标签： r

【解决方案1】：

假设您的问题只是如何在一个对象中存储两个函数，那么一种可能的解决方案是

testfunc <- list(
   f = function(x) x^2,
   g.grad = function(x) 2*x
)

那你就可以了

optim(20,testfunc[[1]],testfunc[[2]])

【讨论】：

这绝对是我正在寻找的解决方案。根据您的建议，我注意到我的示例缺少一个重要功能：梯度取决于函数评估。 X^2 可能不是这里最好的例子。
那么为什么你不能在这个解决方案中使用`g.grad = function(x) 2* somefunction(x)`呢？我没有看到问题。由于未定义somefunction，因此您的可重现示例不再可重现，这无济于事。