什么是Matlab的R等价物'；什么是fminunc函数？

为了计算最佳θ，例如在逻辑回归中，我必须创建一个costFunction（要最小化的函数），然后将其传递给fminunc以获得最佳θ。 另外，如果可以计算costFunction的梯度，我使用

options = optimset('GradObj','on');

并对costFunction进行编码，使其作为第二个输出参数返回X的梯度值g。 然后我给

[theta, cost] = fminunc(@(t)(costFunction(t, X, y)), initial_theta, options);

---

其中X是数据矩阵，y是响应。如何在R中实现上述功能？

请查看

optim

函数。它可以使用

方法='L-BFGS-B'

进行无约束最小化，您还可以指定一个分析函数来计算梯度

---

编辑。正如Ben正确指出的，

fminunc

进行无约束优化，这也可以通过使用

optim

函数选择

Nelder-Mead

或

BFGS

实现。此外，我还从

fminunc

的文档中注意到，它使用

trust

区域方法进行大规模优化。有一个R包

trust

，我相信它也能做同样的事情。我建议您看看R的

优化

。

在R中，您可以使用R中的函数

nlminb

进行约束优化

nlminb（开始，目标，梯度=NULL，黑森=NULL，…，比例=1，控制=list（），下=-Inf，上=Inf）

---

开始是一个包含所有初始参数值的向量。目标是要最小化的成本函数或任何其他函数

我很困惑，我以为OP要求的是无约束优化，而你描述的是约束优化？（这并不重要，

optim

在任何情况下都是正确的答案。）你是对的！我不知道为什么我认为他在要求无约束优化。我添加了一个指向同一点的编辑。