我想使用optim（）来优化成本函数（fn参数），我将提供一个渐变（gr参数） . 我可以为fn和gr编写单独的函数 . 但是，它们有很多共同的代码，我不希望优化器浪费时间重复这些计算 . 那么有可能提供一个计算成本和梯度的函数吗？如果是这样，那么optim（）的调用语法是什么？
举个例子，假设我想要最小化的函数是
cost <- function(x) {
x*exp(x)
}
显然，这不是我试图最小化的功能 . 这里列出的内容太复杂了，但这个例子用来说明问题 . 现在，渐变将是
grad <- function(x) {
(x+1)*exp(x)
}
正如您所看到的，这两个函数（如果单独调用）将重复一些工作（在本例中为指数函数） . 但是，由于optim（）采用两个单独的参数（fn和gr），看起来没有办法避免这种低效率，除非有办法定义一个像
costAndGrad <- function(x) {
ex <- exp(x)
list(cost=x*ex, grad=(x+1)*ex)
}
然后将该函数传递给optim（），这需要知道如何提取成本和梯度 .
希望能解释这个问题 . 就像我说我的功能要复杂得多，但想法是一样的：有相当多的代码进入计算（成本和梯度），我不想不必要地重复 .
顺便说一句，我是R新手，所以可能有一些我想念的简单！
非常感谢
1 回答
nlm函数执行优化，并且它希望将梯度信息作为属性返回到作为原始函数值返回的值 . 这与您在上面显示的内容类似 . 请参阅nlm帮助中的示例 .