24小时热门版块排行榜    

查看: 379  |  回复: 2

begtostudy

金虫 (正式写手)

Dr. 白途思


[交流] 关于逐步逼近寻优的问题 已有1人参与

y=y(x1,x2,...,xn)

真实情况是复杂的,所以采样拟合的模型,往往误差很大,求优的值与实际值有偏差。

我想通过第一次的拟合,若求优后的最小值y1与真实值误差很大,则根据样本最小值y1,获取(x1,x2,...,xn)属于R1的边界,在这个分类边界之外的y大于y1,之内的y小于y1.

这样我再在这个边界R1范围内再抽样,拟合,寻优。如果寻优值还有很大误差,则再寻找边界R2,在R2内再采样、拟合、寻优,直至最优值ymin和真实值误差很小。

[ 来自科研家族 博士乐园 ]
回复此楼

» 猜你喜欢

» 本主题相关价值贴推荐,对您同样有帮助:

已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

人民海军

木虫 (职业作家)


小木虫: 金币+0.5, 给个红包,谢谢回帖
如果函数在整个定义域内比较复杂的话,建议采用分段插值/拟合的方法。在整个定义域插值或者拟合是不合适的
Letbygonesbebygones.
2楼2012-07-03 22:31:09
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

begtostudy

金虫 (正式写手)

Dr. 白途思


引用回帖:
2楼: Originally posted by 人民海军 at 2012-07-03 22:31:09
如果函数在整个定义域内比较复杂的话,建议采用分段插值/拟合的方法。在整个定义域插值或者拟合是不合适的

维数高的话,要求大样本。
否则,连SVR的R平方误差最好,也只能达到0.6

您还有更好的meta-modeling方法吗?
3楼2012-07-04 14:33:04
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖
相关版块跳转 我要订阅楼主 begtostudy 的主题更新
普通表情 高级回复 (可上传附件)
信息提示
请填处理意见