我正在尝试将已知函数拟合到数据点,找到最佳参数设置。为此我正在使用optimr
包。
这是一个可重复的例子:
packages = c("optimr", "ggplot2", "tidyverse")
lapply(packages, library, character.only=T)
testfun <- function(par, x){
case_when(
x < par[1] ~ par[2]*x,
x >= par[1] ~ par[3] + par[4]*x^2)
}
optfun <- function(par, x, y){
sum((testfun(par, x) - y)^2)
}
optout <- optimr(par = c(20000,0,0,0), optfun, x = ggplot2::midwest$popdensity, y = ggplot2::midwest$poptotal, method = "L-BFGS-B")
ggplot(ggplot2::midwest, aes(x = popdensity, y = poptotal)) +
geom_point() +
stat_function(fun = testfun, args = list(par = optout$par))
我可以安装一个简单的功能,设置将找到最合适的参数。但是当我引入分段函数时,par[1]
不会改变并且只是保持初始值。
任何帮助深表感谢!
分段功能,尤其是带有扁平部件的分段功能,将给优化者带来麻烦。如果函数值没有针对某个步长进行更改,优化器通常会放弃参数,并且可能无法搜索足够远的步骤。
查找可能会扩大搜索空间的optimr
的其他参数。