为什么使用非复杂算法

在我的AI入门课程中,我们研究了以下内容:

  • 无信息搜索(例如深度优先搜索)
  • 有信息搜索(例如A*搜索)
  • 约束满足问题(例如爬山法)
  • 对抗性搜索(例如极小极大算法)

总的来说,为什么我们会选择使用例如深度优先搜索这样的算法,而不是使用更复杂的算法如A*搜索?换句话说,为什么选择简单且有限的算法而不是复杂的算法呢?


回答:

主要原因是效率。有些算法比其他算法消耗更多的时间/内存。有些算法在某些情况下表现不佳。例如,如果存在局部最大值,爬山法就不会很有效。如果你预期大多数路径都能到达目的地,你可以使用深度优先搜索,这可能比A*搜索快得多。

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