使用Python从变量和函数值数组中查找全局最大值

在我的问题中，我有一个数据集，它的函数依赖于4个变量。数据集采用数组的形式，其行有5列，其中第0、1、2、3列为输入值，第4列包含输出。我想找到由输入值定义的流形的全局最大值的位置和值。特别是，这个数据集有几个不感兴趣的局部极大值

我不熟悉使用python，这使事情变得有点困难，特别是当使用像scipy这样的库时，有必要在抛出随机值和开始搜索极小值/极大值之前定义函数形式。如果有人对我可以使用的库或特定技术有想法，我将非常感谢您的帮助。

考虑到数据集是一个n，4

import numpy as np
global_maxima = dataset[np.argmax(dataset[:,-1])][:-1]

---

将为您提供前三列的全局最大值，如果我理解清楚的话，这是您的输入列。如果您想要全局最小值，请将np.argmax替换为np.argmin。

您能向我们展示您迄今为止的尝试吗？它是numpy阵列吗？流形是什么？你只想知道第四列的全局最大值吗？@RodrigoDorantes Gilardi是的，这是一个numpy数组。老实说，这很难开始，因为我不知道函数形式。具体地说，我没有考虑到如何抛出猜测值等问题。因为我不知道其形式，所以通常的最大化技术可以发挥作用。@PaulH我所说的流形是，作为3D示例，给定足够多的x、y和fx、y值，输入变量定义某种平面。这里，我有4个输入变量，它们定义了5D空间中的某种函数，我需要它们的全局最大值和最大值的位置！这将只返回在这些列中看到的坐标的最大值。正如前面的评论中所提到的，我正在寻找的是一个最大化例程，它会吐出4个坐标，对应于函数全局最大值的位置。是的！这很快而且很有意义，因为它输出的值满足我的最大交叉检查。我仍然在想，是否有一些优化技术沿着SGD或类似的思路，可以构造来提取全局最大值的坐标，提供一个多元函数的n维坐标集。还是说这太过分了？我应该重新设计我原来的问题，以使它更清楚吗？