python - 带有 method='interior-point' 的 scipy.linprog 是否适合大型数据集的非线性优化?如果没有,那么还有什么选择?
问题描述
我正在使用 python 进行非线性优化。我有一个大数据集,大约 100,000 行。我的目标函数就像
z=(aXLM+bXNM-c)XCM, where a,b & c are constant.LM & NM are the variables which I need to modify to maximize z
CM 定义为
CM=exp(k+m*log(LM)+n*log(NM))+K1 where K, K1, m & n are constant & CM will come in equality constraint CM=S
我使用的是内点法,因为我有一个包含 100,000 条记录的大型数据集,并且最初我的模型是线性的。鉴于非线性模型和如此大的数据集,如果 method='interior-point' 合适,你能建议我吗?& 如果不合适,那么考虑到大型数据集我应该在 python 中使用哪种优化技术?
解决方案
推荐阅读
- c++ - 调整轮廓大小/纠正不完整的轮廓 OpenCV
- sql-server - 连接到远程 SQL Server 时出现问题
- python-3.x - 我在这里尝试做的是调用一个类的构造函数。但这给了我一个错误。它是说:missing1 需要位置参数
- excel - 在保持字体颜色格式的同时拆分 Excel 单元格字符串
- sql - 创建一周内活动天数的分布。SQL
- java - Spring 5.x 中包 org.springframework.web.util.Log4jWebConfigurer 的替代品
- mysql - 无法加载文件或程序集'MySql.Data.EntityFramework,Version=8.0.19.0 或其依赖项之一
- c - 如何创建程序检查PE文件
- oracle - nls_session_parameters 中的 NLS_CHARACTERSET 返回 None
- python - 拆分具有多个分隔符的字符串