强制输入总和为 1 并包含在 scikit-learn 的单位间隔中
Enforcing that inputs sum to 1 and are contained in the unit interval in scikit-learn
我有三个输入：x=(A, B, C)；和输出 y。需要是 A+B+C=1 和 0<=A<=1、0<=B<=1、0<=C<=1 的情况。我想找到最大化 y 的 x。我的方法是使用 scikit-learn 中的回归例程在我的输入 x 和输出 y 上训练模型 f，然后在 f 上使用 numpy.argmax ] 找到 x_best。如何保证 x_best=(A,B,C) 和为 1 并且都在单位区间内？我可以使用一些特殊的编码吗？
如果我正确理解你的问题，那么它就是 quadratic programming - 你提到的所有约束（等式和不等式）都是线性的。
我有三个输入：x=(A, B, C)；和输出 y。需要是 A+B+C=1 和 0<=A<=1、0<=B<=1、0<=C<=1 的情况。我想找到最大化 y 的 x。我的方法是使用 scikit-learn 中的回归例程在我的输入 x 和输出 y 上训练模型 f，然后在 f 上使用 numpy.argmax ] 找到 x_best。如何保证 x_best=(A,B,C) 和为 1 并且都在单位区间内？我可以使用一些特殊的编码吗？
如果我正确理解你的问题，那么它就是 quadratic programming - 你提到的所有约束（等式和不等式）都是线性的。