自动停止scipy.optimize.fmin_bfgs公司n个函数调用后（不是BFGS迭代！）

Question

我使用logistic回归和scipy.optimize.fmin_bfgs公司最小化成本函数。对于我的特定数据集，代价函数保持不变，而BFGS不收敛，所以我想应用套索+脊正则化。在

现在，我想尝试优化正则化参数lambda1/2的各种值的成本，以便找到最佳组合：

for lambda1 in range(...):
    for lambda2 in range(..):
        scipy.optimize.fmin_bfgs(...) # Optimize cost with lambda1 and lambda2

问题是，因为BFGS没有收敛，所以它在lambda1/2的第一个值的调用中保持“永远”。在

有没有办法在一段时间后自动停止fmin_bfgs？maxiter参数对我没有帮助，因为我有1000个样本和大量的特征/样本，所以它甚至不能在可接受的时间内完成一次这样的迭代。在

在scipy0.11中，fmin_bfgs有一个maxfun参数——可以在scipy0.10中模拟吗？在

编辑：根据大众需求，以下是一些相关的代码片段：

计算成本的函数（常用符号适用）：

^{pr2}$

调用fmin_bfgs函数：

initial_thetas = numpy.zeros((len(train_X[0]), 1))
myargs = (train_X, train_y)
theta = scipy.optimize.fmin_bfgs(computeCost, x0=initial_thetas, args=myargs)

Answer 1

你的问题不是迭代的次数。lambda数没有变化的原因是优化不起作用。 Scipy应该为您计算出这些数字，而不是通过for循环提供这些数字。在

也许如果您可以包含更多的代码，那么就更容易看到如何修复它。在