通过机器学习进行优化

我有一个系统,它从一个17×17的网格中选取15个点作为输入(顺序无关),并生成一个标量作为输出。这个系统无法用正式的函数来表示。

目标是找到最优的15个点,使输出的标量最小。通过穷举法解决这个问题需要花费太多的时间,每次运行需要14秒,这不切实际。

我已经开始在线学习机器学习课程。但这个问题似乎相当简单,我想知道是否有人能指导我正确的方向。任何帮助都将不胜感激!


回答:

使用模拟退火。我认为这在这里会接近最优解。

因此,从15个点的随机分布开始。然后,在每次迭代中改变一个点,如果生成的标量值更低,则接受新状态。如果更高,则以一定概率(玻尔兹曼因子)接受。最终,你需要尝试一小部分随机选择的初始状态,然后接受最低值。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注