Mashinani o'rganish algoritmlari uchun giperparametr qidirish Hisoblash murakkabligini optimallashtirish

5-rasm. PIMA ma'lumotlar to'plami uchun xususiyatlarning korrelyatsiya matritsasi.
Shakl 6. Yurak kasalliklari uchun korrelyatsiya xaritasi. Shakl 6. Yurak kasalliklari uchun korrelyatsiya xaritasi.
Machine Translated by Google

---

p(x,
y) (p(x) ÿ p(y))
PI(X) = A (asl) ÿ A (o‘zgartirilgan)
Jarayonlar 2023, 11, 349
10 / 21
Ushbu tadqiqotda biz SVM aniqligini oshirish va hisoblash xarajatlarini kamaytirish uchun SVM bilan
ACO ni qo'lladik.
7
-rasmda ko'rish mumkinki , birinchi bosqichda barcha parametrlar ishga tushiriladi,
so'ngra asalarilar koloniyasini optimallashtirish global va boshqariladigan skaut fazalarini tekshirish uchun
tsiklik jarayondan boshlanadi. Shundan so'ng, eng yaxshi parametrlar saqlanadi va optimallashtirish
jarayoni 2023, 11, x FOR
PEER REVIEW tugadi.
Shakl 7. ACO-SVM algoritmi.
O'zaro ma'lumot. X xususiyati va maqsadli o'zgaruvchi o'rtasidagi o'zaro ma'lumot
Har bir chumolini boshlang'ich tugunga joylashtiring
To'xtatish mezonlari qoniqtirilmagan
Boshlanishi
Boshlash
Algoritm 1. ACO-SVM psevdokodi.
O'zgartirish ahamiyati. Permutatsiya ahamiyatini o'lchash orqali hisoblash mumkin
Y quyidagicha aniqlanadi:
X xususiyatini quyidagicha hisoblash mumkin:
1-algoritm ACO-SVM algoritmi uchun psevdokodni ko'rsatadi:
1-algoritm ACO-SVM algoritmi uchun psevdokodni ko'rsatadi:
Chumolilar koloniyasi algoritmi deb ataladigan algoritm chumolilar koloniyalarining oziq-ovqat manbalariga eng
yaxshi yo'llarni aniqlash uchun oziq-ovqat izlash strategiyalaridan keyin modellashtirilgan. Avvaliga chumolilar xohlagan
joyiga borishadi. Chumoli koloniyaga yo'l davomida oziq-ovqatning joylashishini ko'rsatadigan "markerlar" (feromonlar)
bilan qaytadi. Hisoblash muammolarini hal qilish va grafiklardan foydalangan holda optimal yo'lni topish uchun
chumolilar koloniyasini optimallashtirish (ACO) ehtimollik texnikasidan foydalanadigan mashhur optimallashtirish
algoritmidir.
Bu yerda p(x) va p(y) mos ravishda X va Y ning chegaraviy ehtimollik taqsimotlari, p(x,y) esa X va Y ning birgalikdagi
ehtimollik taqsimoti.
X xususiyatining qiymatlarini almashtirishdan oldin va keyin model ishlashidagi o'zgarishlar.
3.4. Chumolilar koloniyasini optimallashtirish (ACO)
I(X;Y) = summa(p(x, y) ÿ log