Я хочу запустить задачу оптимизации для этой простой модели в наборе данных mtcars, который предсказывает mpg с учетом других числовых функций. Идея состоит в том, чтобы использовать построенную модель в качестве целевой функции, и мы хотим найти оптимальные значения для цил по обучающему набору, чтобы общая сумма прогнозов миль на галлон для этого обучающего комплекта была максимальной.
Таким образом, постановка задачи будет, скажем, распределять значения цил, которые могут варьироваться от 2 до 10 (целое число), и существует ограничение, при котором общая сумма выделенных цил равна, скажем, 50, который максимизирует общую «пред» (или общую миль на галлон на тренировочный набор)?
Изучал функцию optim, но не был уверен, что она будет работать здесь.
data(mtcars)
head(mtcars)
library(xgboost)
# create model
bst = xgboost(data=as.matrix(mtcars[,-1]),label=mtcars[,1],
objective='reg:linear',nrounds=5)
pred = predict(bst,as.matrix(mtcars[,-1]))
Было бы здорово обратиться к любым соответствующим пакетам на Python или R или к небольшому рабочему решению на любом языке.