使用 scipy.optimize.minimize 提前停止损失函数

Question

我正在使用 scipy.optimize.minimize 库来自定义编写我的损失函数。 https://docs.scipy.org/doc/scipy/reference/ generated/scipy.optimize.minimize.html

def customised_objective_func(x):
global lag1
global lag2
global lag3
global lag4

pred = []
err = []
df_col_others_copy=df_col_others.copy(deep=True)
df_col_others_copy*=np.array(x)
pred=intercept_val+df_col_others_copy.sum(axis=1)
pred=list(pred)
col_sales=list(df_col_sales)
err = np.array(pred) - np.array(col_sales)
#err = pred - col_sales
obj_func_cust=sum(err**2)/len(err) + (lambda_mult* pen_func(x))

# CONDITION CHECK
avg_lags_val=(lag1+lag2+lag3+lag4)/float(4.0)
perc_change=(np.abs(obj_func_cust-avg_lag_val)/float(avg_lags_val))*100

if perc_change>=2.0:
    break --###?? Sntax for breaking out here??

# retaining last 4 values
curr=obj_func_cust
lag4=lag3
lag3=lag2
lag2=lag1
lag1=curr

if curr=0:
    

return obj_func_cust

myoptions={'maxiter':1000}
results = minimize(customised_objective_func,params,method = "BFGS",options = myoptions) 

我保留为最后 4 次迭代计算的损失函数的值，并且如果满足该条件，我想检查它们的一些方差我想停止函数调用（退出进一步的函数执行以进行更多迭代，即使 1000 次迭代不完整。

我怎样才能实现这个目标？希望获得有关要使用的关键字/syntx 的帮助？

Answer 1

由于您需要最后四个目标函数值，并且无法终止目标函数内的求解器，因此您可以编写一个包含回调和目标函数的包装器：

class Wrapper:
    def __init__(self, obj_fun, cond_fun, threshold):
        self.obj_fun = obj_fun
        self.cond_fun = cond_fun
        self.threshold = threshold
        self.last_vals = np.zeros(5)
        self.iters = 0

    def callback(self, xk):
        if self.iters <= 4:
            return False
        if self.cond_fun(self.last_vals) <= self.threshold:
            return True

    def objective(self, x):
        # evaluate the obj_fun, update the last four objective values
        # and return the current objective value
        np.roll(self.last_vals, 1)
        obj_val = self.obj_fun(x)
        self.last_vals[0] = obj_val
        self.iters += 1
        return obj_val

如果最后四个值评估的

callback

低于给定的

True

，则

cond_fun

方法将返回

threshold

并终止求解器。这里，

xk

就是当前点。

objective

方法只是

obj_fun

的包装，并更新最后的目标值。

然后，你可以像这样使用它：

def your_cond_fun(last_obj_vals):
    curr = last_obj_vals[0]
    last4 = last_obj_vals[1:]
    avg_vals = np.sum(last4) / last4.size
    return 100*np.abs(curr - avg_vals) / avg_vals

wrapper = Wrapper(your_obj_fun, your_cond_fun, your_threshold)

minimize(wrapper.objective, params, callback = wrapper.callback, 
         method = "BFGS", options = myoptions) 

Answer 2

如果

optimize

返回 True，并非

callback

中的所有方法都会终止。事实上，我记得只有一种方法会按预期终止，但我不确定是哪一种。

签出：https://github.com/scipy/scipy/pull/4384

此外，您可以更改源代码

scipy.optimize._minimize

以在检查回调时终止。

代码快照如下：

    if callback is not None:

        if unknown_options.get("early_stopping"):
            # NEW: update with early stopping
            res = callback(xk)
            if res:
                break
        else:
            callback(xk)

Answer 3

如果满足停止条件，您可以在目标函数中引发异常。您的目标函数还可以将中间值存储在外部变量中。