知识卡片
优化器比较须看逐类代价
PSO网络案例中,自适应方法训练较快,却未在所有类别或数据集上更准:1989数据总体正确率为77.99%,低于基本PSO的86.82%;1991数据总体差距很小,且小麦类仍下降。优化器应联合比较逐类误差、训练成本及重复试验,而不能凭最快训练或少数复杂区域表现认定全面更优。
这张卡片看不懂?
这张卡片的反馈已满 10 条,暂时无法继续提交。
已有反馈 · 0 / 10 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 2 2 . 1 . 4 实 验 与 分 析 · 查看原书依据
分类精度上,各PSO算法自编码网络在不同类别的学习性能上有一定的差别。
参考来源
- 位置:《智能算法导论》第214项《22.1.4 实验与分析》(源文件:`_epub-src/EPUB/xhtml/chapter22_0005.xhtml`,表22.1–22.2、图22.2–22.3)
- 结论依据:两表支持速度与逐类精度不一致;正文误提量子PSO、C2小麦(表为C5)且将个别结果推成可靠性,未沿用。测试包含训练点的限制见[[全标注测试可能混入训练点]]。
- 原始内容:分类精度上,各PSO算法自编码网络在不同类别的学习性能上有一定的差别……合理设计网络学习时的寻优方式,对于网络的性能有重要的作用。