Question

我在MATLAB中有以下代码：

%  Set options for fminunc
options = optimset('GradObj', 'on', 'MaxIter', 400);

%  Run fminunc to obtain the optimal theta
%  This function will return theta and the cost 
[theta, cost] = ...
    fminunc(@(t)(costFunction(t, X, y)), initial_theta, options);

我的导师已经解释了最小化功能：

要指定我们最小化的实际功能，我们使用＆＃34;短手＆＃34; 用于指定函数，例如@(t)(costFunction(t, X, y))。这个创建一个带有参数t的函数，该函数调用costFunction。这个允许我们将costFunction打包以便与fminunc一起使用。

我真的无法理解@(t)(costFunction(t, X, y)的含义。这两个t正在做什么？这是什么表达？

Answer 1

在Matlab中，这被称为匿名函数。

采取以下一行：

f = @(t)( 10*t );

在这里，我们定义一个函数f，它接受一个参数t，并返回10*t。它可以被

使用

f(5) % returns 50

在您的情况下，您正在使用fminunc，它将一个函数作为其第一个参数，并使用一个参数来最小化。这可以使用

调用

X = 1; y = 1; % Defining variables which aren't passed into the costFunction
              % but which must exist for the next line to pass them as anything!
f = @(t)(costFunction(t, X, y)); % Explicitly define costFunction as a function of t alone
[theta, cost] = fminunc(f, 0, options);

这可以通过先不定义f，然后只调用

来缩短

 [theta, cost] = fminunc(@(t)(costFunction(t, X, y)), 0, options);

进一步阅读

如评论中所述，此处是指向generally parameterising functions。
具体来说，这是一个关于anonymous functions。

Answer 2

只是添加了Wolfie的回复。我也很困惑，并在这里问了一个类似的问题： Understanding fminunc arguments and anonymous functions, function handlers

这里的方法是其中之一。匿名函数（下面链接中的3个方法中的1个）解决的问题是求解器fminunc仅优化传递给它的函数中的一个参数。匿名函数@(t)(costFunction(t, X, y)是一个新函数，它只接受一个参数t，然后将此值传递给costFunction。您会注意到，在视频讲座中输入的内容只是@costFunction而且这很有效，因为costFunction只使用了一个参数theta。

https://www.mathworks.com/help/optim/ug/passing-extra-parameters.html

Answer 3

我也有同样的问题。多亏了Wolfie提供的理解paramterized and anonymous functions的链接，我才能够澄清我的疑问。也许，您一定已经找到了答案，但是正在为那些可能在不久的将来开发此查询的人再次说明。

比方说，我们要导出一个多项式，并找到其最小值/最大值。我们的代码是：

m = 5;
fun = @(x) x^2 + m; % function that takes one input: x, accepts 'm' as constant
x = derive(fun, 0); % fun passed as an argument

根据上面的代码，“ fun”是指向我们匿名函数f(x)=x^2 + m的句柄。它仅接受一个输入，即x。匿名函数的优点是，无需为它创建单独的程序。对于常数“ m”，它可以接受当前workspace中的任何值。

上面的代码可以缩短：

m = 5;
x = derive(@(x) x^2 + m, 0); % passed the anonymous function directly as argument

Answer 4

我们的目标是找到全局最优值，所以我认为这里的功能是通过更改alpha值获得局部极小值并相互比较以查看哪个最优值。

要实现此目的，您可以使用值initial_theta初始化fminuc

fminuc set t=initial_theta然后计算CostFunction(t,X,y)，它等于CostFunction（initial_theta，X，y）。您将获得Cost以及渐变。
fminuc将计算带有渐变和alpha的new_theta，然后设置t=new_theta并再次计算Cost和渐变。
它将像这样循环，直到找到局部最优值为止。
然后，它更改alpha的长度并重复上述操作以获得另一个最优值。最后，它将比较最佳选择并返回最佳选择。

Matlab：来自Andrew Ng的机器学习课程的@（t）（costFunction（t，X，y））的含义

4 个答案: