如何在Julia Optim.jl中提取optimize结果状态并赋值给DataFrame列？

你的思路是可行的，Optim包中optimize函数返回的优化结果对象确实包含status字段，可以直接提取。下面是准确的实现代码，包含批量运行优化任务并将状态存入DataFrame的完整流程：

1. 导入必要的包 #

using Optim, DataFrames

2. 定义目标函数（示例） #

function obj_func(x)
    return (x[1]-2)^2 + (x[2]-3)^2
end

3. 批量运行优化并收集状态 #

# 准备不同初始点与优化器配置
optim_tasks = [
    (init=[0.0, 0.0], method=LBFGS()),
    (init=[10.0, 10.0], method=NelderMead()),
    (init=[-5.0, -5.0], method=BFGS())
]

# 初始化空DataFrame
results_df = DataFrame(
    init_point=Vector{Float64}[],
    optimizer=Symbol[],
    status=Symbol[]
)

# 遍历执行优化并记录状态
for task in optim_tasks
    opt_result = optimize(obj_func, task.init, task.method; autodiff=:forward)
    # 提取状态并添加到DataFrame
    push!(results_df, (
        task.init,
        Symbol(typeof(task.method).name.name),
        opt_result.status
    ))
end

# 查看最终结果
display(results_df)

关键说明 #

• optimize返回的对象类型为Optim.MultivariateOptimizationResults，status字段是Symbol类型，常见取值包括:success（优化成功）、:maxiter_reached（达到最大迭代次数）、:failure（优化失败）等，对应不同运行状态。
• 若处理单变量优化问题，只需将初始点改为标量、目标函数适配单参数即可，提取状态的逻辑完全一致。

内容的提问来源于stack exchange，提问作者user23329063