求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。我想估计使Y的值最小化的输入向量。例如，估计Y的最小值为13.9@(x1，x2，x3(=(0.1，0.95，0.2(

如有任何帮助或推动，我们将不胜感激。

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，那么您只需选择具有最小值的坐标即可。如果没有对函数的进一步假设，函数就不能取任何更低的值。下方数字示例

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.])，这是函数取其最小值的点。