Question

我正试图在lbfgs-algorithm上运行R，但我总是这样：

L-BFGS optimization terminated with status code = -1001 fx = -0.0119691

我尝试了不同的设置，但我不断得到相同的结果。

TI <- read.csv("Alphabet01-2000.csv", header = TRUE)
TIn <- TI[9:28]
relPreisBew <- TI[8]
x <- vector(mode = "numeric", length = 20L)
i <- integer()
d=0
b=rep.int(0,20)
grad <- function(x, j = 90, n = 100){for(i in j:n)
{b <- b-as.vector(t(TIn[i,]), mode = "numeric")*relPreisBew[i,]/(cosh(sum(x*as.vector(t(TIn[i,]), mode="numeric"))))*cosh(sum(x*as.vector(t(TIn[i,]), mode = "numeric")))}; return(b)}
Profit <- function(x, j = 90, n = 100){for(i in j:n)
{d <- d-tanh(sum(x*as.vector(t(TIn[i,]), mode = "numeric")))*relPreisBew[i,]}; return(d)}
lbfgs.out <- lbfgs(Profit, grad, rep.int(0, 20))

我猜测问题是gradfunction为某些值返回nans。我尝试通过限制stepize和max_iterations来解决这个问题，但没有成功。 relPreisBew和TIn中的值介于0和1之间，这些数据帧的长度为2956.我尝试重新创建以下算法：https://minerva-access.unimelb.edu.au/bitstream/handle/11343/51750/bitvai_cohn_day_trading.pdf?sequence=1 请参阅第4-7页。

问题

这是我的实现问题还是因为功能？

Answer 1

我认为您的代码可以重写为

else if

这似乎适用于0到1之间的数据。尽管如此，如果没有实际数据来查看我是否得到相同的数据或问题出在哪里，并不是一件容易的事。

我猜测问题在于梯度函数对于某些值返回else if s。

除非与数据相关，否则我不会看到这种情况如何发生。如果我没记错的话，set.seed(1) TIn <- as.data.frame(matrix(runif(2956 * 20), 2956, 20)) relPreisBew <- as.data.frame(matrix(runif(2956 * 1), 2956, 1)) grad <- function(x, j = 90, n = 100){ b <- numeric(20) for(i in j:n) b <- b - as.numeric(TIn[i,]) * relPreisBew[i,] / cosh(sum(x * as.numeric(TIn[i,])))^2 b } Profit <- function(x, j = 90, n = 100){ d <- numeric(1) for(i in j:n) d <- d - tanh(sum(x * as.numeric(TIn[i,]))) * relPreisBew[i,] d } library(lbfgs) lbfgs.out <- lbfgs(Profit, grad, numeric(20), invisible = 1) lbfgs.out #R> $value #R> [1] -3.95898 #R> #R> $par #R> [1] 0.6454434 0.4368204 0.8539061 0.7784060 1.2161234 0.9605967 1.1229975 0.3174475 0.5408638 0.9498033 0.5697073 0.7133112 0.8297062 0.5387137 #R> [15] 0.3503997 0.4985034 0.8430027 0.3826048 0.9294685 0.9222503 #R> #R> $convergence #R> [1] 0不能返回小于1的任何值，因此渐变中的分子永远不会为零。

我尝试通过限制NaN和cosh来解决此问题，但没有成功。

虽然更改stepsize可能会有所帮助，但我不确定您对更改max_iterations的期望。

这是我的实现中的问题还是因为功能？

我猜数据集。但是，如果没有实际数据，很难知道。

无法在R上运行LBFGS

1 个答案: