python - 找到用于最小化函数的输入向量

Question

我有大量的数据点。例如，在下表中，x1、x2、x3 是输入。 Y 是输出。输入可以采用任何分数值。我想估计最小化 Y 值的输入向量。例如，估计 y 的最小值为 13.9 @ (x1, x2, x3) = (0.1 , 0.95, 0.2)。

感谢任何朝着正确方向提供的帮助或插入。

x1  x2  x3  y
0   0   0   15
0   0   1   15
0   1   0   14
0   1   1   18
1   0   0   20
1   0   1   19
1   1   0   21
1   1   1   15

Answer 1

如果函数是由特定点定义的，你可以只选择具有最小值的坐标。如果不对该函数进行进一步假设，则该函数不能取任何更低的值。 numpy 中的示例下面

import numpy as np
data = """0   0   0   15
0   0   1   15
0   1   0   14
0   1   1   18
1   0   0   20
1   0   1   19
1   1   0   21
1   1   1   15"""
A = np.array([line.split() for line in data.splitlines()]).astype(float)
A[np.argmin(A[:, 3]), :]

将打印 array([ 0., 1., 0., 14.])，这是函数取最小值的点。