스칼라 함수의 최소값을 찾는 것은 최적화 문제입니다. 최적화 문제는 솔루션의 품질을 개선하는 데 도움이 되므로 더 높은 성능으로 더 나은 결과를 얻을 수 있습니다. 최적화 문제는 커브 피팅, 루트 피팅 등에도 사용됩니다.
예를 들어 보겠습니다 -
예시
import matplotlib.pyplot as plt from scipy import optimize import numpy as np print("The function is defined") def my_func(a): return a*2 + 20 * np.sin(a) plt.plot(a, my_func(a)) print("Plotting the graph") plt.show() print(optimize.fmin_bfgs(my_func, 0))
출력
Optimization terminated successfully. Current function value: -23.241676 Iterations: 4 Function evaluations: 18 Gradient evaluations: 6 [-1.67096375]
설명
- 필수 패키지를 가져옵니다.
- 데이터를 생성하는 함수가 정의됩니다.
- 이 데이터는 matplotlib 라이브러리를 사용하여 그래프에 표시됩니다.
- 다음으로 'fmin_bgs' 함수를 매개변수로 전달하여 사용합니다.
- 이 데이터는 콘솔에 표시됩니다.