python - 如何在 Python 中使 scipy 的盆地跳跃不那么敏感
问题描述
我正在运行一项优化，优化约 10 个参数的函数。该函数本身需要相当长的时间（几秒钟）来评估，并且它的景观非常不稳定。它可以取 0 到 1 之间的值，0 是理论上的最佳值，但我预计最佳值约为 ~0.01
我正在使用盆地跳跃算法来评估其最小值，但是在每个盆地内，该函数似乎正在针对大约 10^-9 的非常小的 ftol 进行优化。
我不需要这种级别的精确度，而是想更彻底地搜索景观。我想调整算法，使局部最小值最多只能优化到 10^-4 左右的值。
我认为这是将一些 ftol 传递给最小化函数的问题，但我似乎无法让它工作。我将其传递给basinhopping：
minimizer_kwargs = {"method": "L-BFGS-B","options": {"ftol":1e-2}}
但这似乎没有效果，并且仍在对函数进行评估，以获得最佳值中微小的 10^-9 增加的值。
我怎样才能避免这种情况？如果确实无法评估该函数高于该值的情况，那么我宁愿它只输出该值是“0.10”，而不是花费时间评估它是“0.1000000001”还是“0.1000000002”