如何在R中的一个输入参数上最小化函数

Question

假设我有一个定义如下的函数

myFunction = function(input1, input2, input3) {
    # do something with input and then return
}

现在我想在第一个输入（即input1）上最小化myFunction，同时修复其他参数。

在 R 中，似乎有一些预打包的函数，如 nlm、optim 等。但文档并没有真正解释如何解决上述问题。例如，optim 似乎只能通过 1 个输入最小化一个函数？我可能错了，但请纠正我，并告诉我做这种最小化问题的建议方法。

非常感谢！

Answer 1

若要在输入为向量时最小化输出，您可以使用optim。

myFunction = function(input1, input2, input3) sum(abs(input1 - 3))
o = optim(7:10, myFunction, input2=5, input3=6)
o$par
# [1] 2.999989 2.999995 3.000000 3.000001

optim（在我的示例中为7:10）的第一个参数是input1 的起始值（猜测从哪里开始优化）。第二个是函数，然后可以传入固定参数（如input2和input3）。

在这个例子中，最小值变成了一个只有 3s 的向量（因为这最小化了sum(abs(input1 - 3))）。

---

如果您只执行一维最小化，您将使用optimize 函数，并在传递函数后将其他输入传递给它：

myFunction = function(input1, input2, input3) {
    return(abs(input1 - 3) + input2 + input3)
}

o = optimize(myFunction, 2, 3, interval=c(-100, 100))
print(o$minimum)
# [1] 3.000003

如果您想根据input2 或input3（不是函数的第一个参数）最小化，您可以将其他参数作为命名参数：

myFunction = function(input1, input2, input3) {
    return(abs(input1 - 3) + abs(input2 - 12) + input3)
}

print(optimize(myFunction, input1=2, input3=3, interval=c(-100, 100)))
print(o$minimum)
[1] 11.99998

如果您想知道为什么会这样，那是因为 optimize 被定义为：

function (f, interval, ..., lower = min(interval), upper = max(interval), 
          maximum = FALSE, tol = .Machine$double.eps^0.25) 

... 允许使用任意数量的附加参数，然后将其传递给 myFunction。