Gurobi 机器学习
• 允许⽤户将⼀个训练好的 机器学习 模型做为约束添加到 MIP 中
• 比采⽤机器学习预测数据后输入优化模型更精巧
• Gurobipy 与 pandas 接⼝
• 允许 gurobipy 模型更⽅便地利⽤ pandas 数据构造模型
• Gurobi 模型集锦*
• ⽬标是让 不熟悉数学建模的⽤户 可以快速获得针对他们问题的结果
• 数值问题评估⼯具*
• 允许⽤户分析有数值问题的模型并找到问题根源
Gurobipy 和 pandas
更⽅便⽤户使⽤受欢迎的数据分析包直接建立模型
• 创建以Gurobi 变量为基础的 pandas.DataFrame 结构
• 使⽤ pandas的操作运算符, 合并变量和数据, 组成约束
• 使⽤⽅法链; 所有输入和输出都是 pandas 对象
• 不需要在 pandas 和 gurobipy 之间转换

Gurobi 机器学习
• 去年期间开发
• 在Gurobi 10.0 发布时向公众开放
• 开源 (Apache 2.0 License)
• 发布后会不断扩展 (基于⽤户反馈)
• 设计⽬标:
• 轻巧
• 表达简单
• 容易扩展
目标
开发⼀个 python 软件包,能够:
1. 简化流程,可以让⽤流⾏ML软件训练的机器学习模型轻松嵌入到优化模型中
2. 提升算法性能,让优化模型可以在巨⼤解空间中搜索,找到能满⾜机器学习模型中建立的
变量关系的解
3. 让优化模型更容易混合显性和隐性约束。
上一条:Gurobi 10.0 优化引擎
下一条:postman简介,postman干什么用的