私は最新の研究プロジェクトのためにパラメータの最適化を行う必要があります。現在5つのパラメーター（4つのdouble [0,1]と1つのnominalと3つの値）を持つアルゴリズムがあります。アルゴリズムはこれらのパラメーターを使用していくつかのものを計算し、その後、適合率、再現率、およびFMeasureを計算します。1回の実行には約1.8秒かかります。現在、グローバル最大値がどこにあるかを示す0.1ステップサイズの各パラメーターを調べています。しかし、私は正確なグローバル最大値を見つけたいと思います。最急降下法を調べましたが、これをアルゴリズムに適用する方法がわかりません（可能な場合でも）。私はこの種の作業に非常に慣れていないので、誰かが私にそのようなアルゴリズムを実装する方法を少し教えてもらえますか？
乾杯、ダニエル
確かに、グリッド検索よりも優れた方法を実行できます。
最急降下法のようなアルゴリズムを適用する前に、パラメーター空間に極大値が含まれていないこと、または少なくとも開始点が大域的最大値に近く、ステップサイズがそれに到達するのに十分適切であることを確認する必要があります。
あなたの場合、できるだけ多くのランダムなサンプルを描くことから始めることをお勧めします。これは、グリッド検索よりもパラメーター空間を探索するためのはるかに優れた方法です。この方法で十分なデータを収集したら、平均シフトやその高速導関数の1つなどのモード検出アルゴリズムを使用するか、最適化に直接進むことができます。パラメータ空間のJacobianがないため、反復的に近似するブロイデン法、またはBFGSなどの割線法を使用できます。
また、この関連する質問を参照してください：画像処理アルゴリズムのパラメータを効率的に調整するにはどうすればよいですか？