如何在R语言中筛选矩阵第一列为最小值的行 适配Nelder-Mead优化场景

你生成的out矩阵结构为：第一列为Nelder-Mead优化输出的目标函数值，第二、三列为对应的参数x1、x2，筛选需求可以通过以下几种方式实现：

• 方法1：基础R实现（无需额外安装依赖，推荐优先使用）
  直接用which.min()定位第一列最小值的行索引，按索引提取即可：

  # 提取第一列最小值对应的行
  min_target_row <- out[which.min(out[, 1]), ]
  # 查看结果
  min_target_row
  

  如果存在多个行的第一列值同为最小值，需要提取所有符合条件的行，使用以下代码：

  all_min_rows <- out[out[, 1] == min(out[, 1]), ]
  

• 方法2：tidyverse风格实现（适合后续需要继续做数据处理的场景）
  如果你习惯用dplyr处理数据，可以将矩阵转为数据框后筛选：

  library(dplyr)
  # 转为数据框并命名列，筛选最小值对应的行
  min_row_df <- as.data.frame(out) %>%
    setNames(c("target_value", "x1", "x2")) %>%
    filter(target_value == min(target_value))
  

提示：你代码中每次迭代的初始参数x、y是随机生成的，因此每次运行得到的out矩阵结果会有差异，如果需要固定复现结果，可以在for循环前加set.seed(任意整数)固定随机种子，比如set.seed(123)。

内容的提问来源于stack exchange，提问作者user17525971