我希望优化一个复杂的目标函数。优化问题需要相当长的时间来优化。幸运的是，我确实有可用的函数的梯度和粗麻布。
R 中是否有可以接受所有这三个输入的优化包？ 'optim' 类不接受 Hessian。我扫描了CRAN task page for optimization 并没有弹出任何内容。
不管怎样，我可以在 MATLAB 中使用带有“GradObj”和“Hessian”参数的“fminunc”进行优化。
【问题讨论】：
trust 包 (goo.gl/HHHN1)。它接受一个计算objective、gradient 和hessian 的函数。如果我没记错的话，它使用 fminunc 使用的相同算法
标签： r packages mathematical-optimization
我认为信任区域优化的包trust 可以解决问题。从trust 的文档中可以看出
此函数执行函数的最小化或最大化 使用信任区域算法...（它接受）一个 R 函数 计算要最小化的函数的值、梯度和 Hessian 或最大化并将它们作为具有组件值的列表返回， 梯度和粗麻布。
其实我认为它使用了fminunc使用的相同算法。
默认情况下
fminunc选择大规模算法，如果你提供 有趣的渐变并使用 optimset 将 GradObj 设置为“on”。该算法 是一种子空间信任域方法，基于 [2] 和 [3] 中描述的内部反射牛顿法。每个 迭代涉及大型线性系统的近似解 使用预条件共轭梯度（PCG）的方法。看 大规模 fminunc 算法，非线性的信任域方法 最小化和预条件共轭梯度法。
【讨论】：
stats::nlm() 和 stats::nlminb() 都采用分析梯度和粗麻布。但是请注意，前者 (nlm()) 当前为 does not update the analytical gradient correctly，但这已在 R 的当前开发版本中得到修复（自 R-devel，svn rev 72555 起）。
【讨论】：