最佳答案:
机器学习的本质是求解一个最优化问题。而遗传算法属于最优化算法中的不确定性优化(Stochastic optimization)。最优化求解,可以看作一个在解空间内的搜索问题。不确定性优化,它的搜索方向没有一个确定的数学表达式,而是依赖一个随即变量,在优化收敛到局部极值时,能跳出局部最优。计算生物里,有段时间流行过一些以GA算法为基础的Marker筛选方法,但这类算法终究是非主流。因为在对于求解生物问题来讲,最重要的是结果的稳健与可重复,这一点恰恰是GA的弱点。
最佳答案:
机器学习的本质是求解一个最优化问题。而遗传算法属于最优化算法中的不确定性优化(Stochastic optimization)。最优化求解,可以看作一个在解空间内的搜索问题。不确定性优化,它的搜索方向没有一个确定的数学表达式,而是依赖一个随即变量,在优化收敛到局部极值时,能跳出局部最优。计算生物里,有段时间流行过一些以GA算法为基础的Marker筛选方法,但这类算法终究是非主流。因为在对于求解生物问题来讲,最重要的是结果的稳健与可重复,这一点恰恰是GA的弱点。
1.文章《机器学习和遗传算法有什么联系》援引自互联网,仅供学习和研究使用,内容仅代表作者本人观点,与本网站无关,侵删请点击此处。
2.文章《机器学习和遗传算法有什么联系》仅供读者参考,本网站未对该内容进行证实,对其原创性、真实性、完整性、及时性不作任何保证。
3.文章转载时请保留本站内容来源地址,https://100248.com/ask/74266.html