使用scipy优化中的坐标下降法降低成本函数

Question

我有一个成本函数，它依赖于三个变量。

所以，我想尝试使用循环坐标下降法。

但是，我在scipy.optimize里找不到关于坐标下降法的任何信息。因为我刚接触Python，所以不太明白我是否需要从头开始写，还是可以使用scipy.optimize里的某些方法。

任何提示或想法都很欢迎。

进一步的信息是：我正在尝试实现一篇论文中提出的方法“自我网络中的用户画像：一种属性和关系类型的共同画像方法”。我使用的是Python 2.7。

Answer 1

你提到的那篇论文似乎需要对一个有一些变量是离散的问题进行优化。你可能并不是真的在寻找坐标下降法，而是混合整数规划或连续优化的求解器。

scipy.optimize这个库没有整数规划的求解器，但你可以试试在http://scipy.org/topical-software.html#optimization上列出的一些工具，可能会有帮助。

另外，如果问题不是特别复杂，可以尝试使用scipy.optimize中的无导数求解器（比如simplex和powell），只需把连续变量强制转换为离散变量就行。