如何在python中增加scipy.optimize.linprog函数的迭代次数?

时间:2017-08-24 04:08:55

标签: python scipy linear-programming

我正在尝试检查列车数据是否可线性分离。为此,我使用以下代码。

try:
        import os
        import random
        import traceback
        import numpy as np
        import scipy.io as sio
        from scipy.optimize import linprog
        os.system('cls')
        dicA  = sio.loadmat('A.mat')
        A = dicA.get('A')
        lengthA = int(len(A)/1000)
        aRange = range(0,lengthA)
        selectedIndexes = random.sample(aRange,lengthA)
        A1 = A[selectedIndexes]
        del A
        b = -1*np.ones(len(A1),np.int64)
        c = np.zeros(11,np.int64)
        del dicA
        res = linprog(c, A_ub=A1, b_ub=b, bounds=(-float('inf'), float('inf')),options={"disp": True})
        print(res)
except:
        print('exception')
        tb = traceback.format_exc()
        print(tb)
finally:

        print('reached finally')

我正在使用此link中提到的等式。我运行脚本时得到以下输出。

Iteration limit reached.
     fun: -0.0
 message: 'Iteration limit reached.'
     nit: 1000
  status: 1
 success: False
       x: nan
reached finally

那么,迭代限制是否达到意味着数据不能线性分离,如果不是,那么我该如何增加限制。

1 个答案:

答案 0 :(得分:2)

我认为你可以为选项添加maxiter。

options = {"disp": True, "maxiter": 5000}
res = linprog(c, A_ub=A1, b_ub=b, bounds=(None, None), options=options)

根据文档,您可以使用None中的bounds来指定给定方向上的边界。