知识卡片
算法比较需统一评估条件
同一案例的迭代次数不能直接代表算法普遍优劣:每次迭代候选数、评价成本、停止误差和随机起点可能不同。比较应统一问题、预算与指标,并观察多次运行差异。原书鸢尾花日志用于说明机制,不能外推为固定算法排名。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 蚁群优化 7.2.2 蚂蚁移动 · 查看原书依据
ACO对鸢尾花数据集表现最佳的事实并不意味着ACO对所有数据集表现最佳。下面列出了ACO鸢尾花示例的输出。 Iteration #1, Score = 0.20576496592647195, Iteration #2,
参考来源
- 位置:《人工智能算法(卷2):受大自然启发的算法》第7章《蚁群优化》,原书小节“7.2.2 蚂蚁移动”(来源项目a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/人工智能算法(卷2):受大自然启发的算法/_epub-src/OEBPS/Text/chapter007.html#nav_point_100)
- 结论依据:原文明确限制ACO案例结论的外推范围;预算和指标是依据各章不同种群及计分开销作出的比较条件整理。
- 原始内容:ACO对鸢尾花数据集表现最佳的事实并不意味着ACO对所有数据集表现最佳。下面列出了ACO鸢尾花示例的输出。 Iteration #1, Score = 0.20576496592647195, Iteration #2,