[微積] 最佳化的概念
抱歉大學學的東西不小心都還給老師了...請各路大神幫忙QQ
假設我有一組數據F_data
有一個函數F(a, θ, c) = a*cos(θ) + c
則可定義出我的objective function
min|| F-F_data ||_2, minimize的對象是a, θ, c, 且0<=θ<=2pi
為了求解這個最佳化問題
我可能可以選擇Gauss–Newton algorithm
或是Levenberg–Marquardt algorithm
或其他不同的演算法等等
我的問題是, 當我選擇不同算法的時候
這各種算法理論上應該要收斂到同一個最佳解嗎?
我以為當objective function決定的當下, 最佳解就跟著決定了
而不同算法只是走著不同的路線往最佳解收斂
不知道我的理解是不是對的QQ
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 1.171.17.65 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/Math/M.1726168065.A.3EF.html
留言