constOptim函数是R给我一组参数估计.这些参数估计值是一年中12个不同点的消费值,应该是单调递减的.
我需要它们是单调的,并且每个参数之间的间隙都适合我想到的应用程序.出于此目的,支出值中的模式很重要,而不是绝对值.我想在优化术语中,这意味着我需要与参数估计值的差异相比较小的容差.
# Initial Parameters and Functions
Budget = 1
NumberOfPeriods = 12
rho = 0.996
Utility_Function <- function(x){ x^0.5 }
Time_Array = seq(0,NumberOfPeriods-1)
# Value Function at start of time.
ValueFunctionAtTime1 = function(X){
Frame = data.frame(X, time = Time_Array)
Frame$Util = apply(Frame, 1, function(Frame) Utility_Function(Frame["X"]))
Frame$DiscountedUtil = apply(Frame, 1, function(Frame) Frame["Util"] * rho^(Frame["time"]))
return(sum(Frame$DiscountedUtil))
}
# The sum of all spending in the year should be less than than the annual budget.
# This gives the ui …我有一个类似的功能
function f(a = 1; first = 5, second = "asdf")
return a
end
有没有办法以编程方式返回带有关键字参数名称的向量。就像是：
kwargs(f)
# returns [:first, :second]
我意识到这可能会因函数名的多种方法而变得复杂。但我希望如果指定了确切的方法，这仍然是可能的。例如：
kwargs(methods(f).ms[1])
# returns [:first, :second]
我想在数据帧中的组内插值.这将为数据帧中的每个组提供任意数量的中间点.
我有一个数据帧,如:
OldDataFrame <- data.frame(ID = c(1,1,1,2,2,2),
time = c(1,2,3,1,2,3),
Var1 = c(-0.6 , 0.2, -0.8 , 1.6 , 0.3 , -0.8),
Var2 = c(0.5 , 0.7, 0.6 , -0.3 , 1.5 , 0.4) )
我想得到一个像这样的函数:
TimeInterpolateByGroup <- function(DataFrame,
GroupingVariable,
TimeVariable,
TimeInterval){
#Something Here
}
这将是方便的,如果我没有指定列上做到这一点,它可以像每一个数字列自动工作numcolwise在plyr
所以我可以像这样应用它:
NewDataFrame = TimeInterpolateByGroup(DataFrame = OldDataFrame,
GroupingVariable = "ID",
TimeVariable = "time",
TimeInterval = 0.25)
获取NewDataFrame为:
NewDataFrame = data.frame(ID = c( 1, 1, 1, 1, 1, 1, 1, 1, …这是一个语法问题，可能有一个简单的解决方案，但我无法在 optimx 包的 SO 上的任何地方找到它。
我有一个功能，如：
ToOptimise = function(a,b,d,e){
(a-1)^2 + (b-2)^2 + (d-3)^2 +(e-4)^2
}
我可以很容易地优化 mle2 中的选择参数：
library(bbmle)
Calib2 = mle2(ToOptimise,
start = list(a = 1, d = 10),
fixed = list(b = 2, e = 2))
这并不是真正正确的工具，因为它不是最大似然问题。
我想找到一种方法来轻松地将固定和可优化的参数传递给 Optimx
我计划进行多次校准，随时固定不同的参数，因此不想在某些参数中重做函数硬编码。
library(optimx)
ToOptimiseVector = function(Theta){
a = Theta[1]
b = Theta[2]
d = Theta[3]
e = Theta[4]
(a-1)^2 + (b-2)^2 + (d-3)^2 +(e-4)^2
}
Calib1 = optimx( par = c(1,2,1,2),
fn = ToOptimiseVector,
Theta[2] = 2, …有没有办法将 Julia 中的对象转换为生成相同对象的代码表示？我基本上是在寻找与 Rdput函数等效的函数。
因此，如果我有一个对象，例如：
A = rand(2,2)
# Which outputs
>2×2 Array{Float64,2}:
0.0462887 0.365109
0.698356 0.302478
我可以做一些类似的dput(A)事情，将类似以下内容打印到控制台，可以复制粘贴以便能够复制对象：
[0.0462887 0.365109; 0.698356 0.302478]
对于两个对象A,B我们以前可以[A*A, A*B]使用代码获取向量A .* [A, B].根据Julia 0.7中的弃用警告,似乎新方法是使用第一个A的引用.所以它变成了Ref(A) .* [A,B].
似乎参考和广播业务之间没有强大的联系.这里有什么链接以及为什么使用参考首选(至少通过弃用警告)？
import Base.*
struct example
num::Int
end
function *(lhs::example, rhs::example)
return example(lhs.num * rhs.num)
end
A = example(2)
B = example(4)
# Previously this could be done as follows.
A .* [A, B]
# Now we need to use Refs
Ref(A) .* [A, B]
我有一个随机数的向量,我想使用randperm()函数随机置换,如下所示,但它不起作用.
X=rand(100000) # a vector of 100000 random elements
Y=randperm(X) # want to permute randomly the vector x
返回的错误是: 错误:MethodError:没有方法匹配./boot.jl:237中的eval(:: Module,:: Any)中的randperm(:: Array {Float64,1})
谢谢
如何以下列方式将一组集合折叠为包含所有唯一集合元素的单个集合？
Array_of_sets = Set{String}[Set(["EUR", "GBP", "USD"]), Set(["AUD"])]
# do something to Array_of_sets which produces
Set{String}(["EUR", "GBP", "USD", "AUD"])
union,vcat并且unique似乎没有在这种情况下工作.
我有两个dicts,我想从两个dicts中减去匹配值以生成第三个dict.
A = Dict("w" => 2, "x" => 3)
B = Dict("x" => 5, "w" => 7)
# Ideally I could go B .- A and get a dict like
C = Dict("w" => 5, "x" => 2)
# but I get ERROR: ArgumentError: broadcasting over dictionaries and `NamedTuple`s is reserved
一个丑陋的解决方案是重载减法运算符,但我不想为像dict这样的内置类型重载,因为它害怕破坏其他代码.
import Base.-
function -(dictA::Dict, dictB::Dict)
keys_of_A = keys(dictA)
subtractions = get.(Ref(dictB), keys_of_A, 0) .- get.(Ref(dictA), keys_of_A, 0)
return Dict(keys_of_A .=> subtractions)
end