如何为“＆＃39; eps”选择合适的值？什么时候使用SLSQP和Scipy最小化？

Question

我写了以下优化代码：

guess = [1/6] * 6
bounds = [(0.0,1.0)] * 6                          
cons = {'type': 'eq', 'fun': lambda x:  1 - sum(x)}
result = minimize(function, guess, (instrument, sample),\
  bounds=bounds, method='SLSQP', tol=0.01, constraints=cons,\
  options={'disp': False ,'eps' : 1e-2})

结果应为长度为6的向量，每个值为0<x<1和sum(x) = 1。

我设置了0.01的容差，我认为这意味着优化器会在最小值的1％范围内终止。

我感到困惑的是'eps'一词。我不完全确定它的含义，或者它与容差设置的关系。我如何选择合理的价值，以及过高或过低的后果是什么？

Answer 1

嗯，根据docs，brew install libxml2 brew link --force libxml2 是

  

用于jacobian数值逼近的步长。

在这个wikipedia article部分“使用浮点运算的实际考虑因素”中，您可能会找到一些非常具体的指导。