Mashinani o'rganish algoritmlari uchun giperparametr qidirish Hisoblash murakkabligini optimallashtirish

Shakl 9. WOA-SVM algoritmi.
Jarayonlar 2023, 11, 349
12 / 21
3-algoritm WOA-SVM algoritmi uchun psevdokodni ko'rsatadi:
Ushbu tadqiqotda biz 9-rasmda ko'rsatilganidek, SVM aniqligini oshirish va hisoblash
xarajatlarini kamaytirish uchun SVM bilan WOA ni qo'lladik .
Sinov modeli
Elitizm
Iteratsiya soni < maksimal takrorlash soni Har bir
xromosoma uchun boshlanadi Boshlang'ich
populyatsiyani yarating.
Fitnessni baholang .
Iteratsiya soni < har bir xromosoma uchun maksimal
takrorlash soni .
Ota-ona tanlash
Fitness uchun yakun
Mutatsiya
9-rasm. WOA–SVM algoritmi.
Oxiri
Boshlang'ich aholini
yaratish 2-algoritm.
Fitnesning aniqligi
Krossover
Tugatish vaqti
Jarayonlar 2023, 11, x KO'RISH UCHUN
13
Machine Translated by Google

---

10-rasm. PSOÿSVM algoritmi.
Zarrachalar to'dasini optimallashtirish (PSO) - bu muayyan sifat o'lchovi bo'yicha
nomzod echimini takrorlash orqali muammoni optimallashtirishga kompyuter yondashuvi.
Bubble
Net yaratishni boshlang
a, A, C va L yangilang Har
bir kit orasidagi masofani hisoblang, agar (A < 1)
Sinov modeli
Poyezd modeli
Algoritm 3. WOA-SVM psevdokodi.
Agar tugasa
Oxiri
Vektor mashinasini qo'llab-quvvatlash
uchun yakunlash
10-rasm. PSO-SVM algoritmi.
Joriy kitning holatini yangilang Aks holda, agar
A > 1 Har bir
kit uchun yangi
eng yaxshi pozitsiyani tanlang
Fitnessni baholang
Fitnesning aniqligi
Algoritm 4. PSO-SVM psevdokodi.
Jarayonlar 2023, 11, x KO'RISH UCHUN
15 / 24
3.7. Zarrachalar to'dasini optimallashtirish
PSO yuqori o'lchamli vektor fazoda aniqlangan funktsiyalarning ekstremal joylarini aniqlashda ustundir . Ushbu tadqiqotda
biz 10 -rasmda ko'rsatilganidek, SVM aniqligini oshirish va hisoblash xarajatlarini kamaytirish uchun SVM bilan PSO ni
qo'lladik .
4-algoritm PSO-SVM algoritmi uchun psevdokodni ko'rsatadi. 4-algoritm PSO-SVM algoritmi uchun psevdokodni ko'rsatadi.
Jarayonlar 2023, 11, 349
13 / 21
Machine Translated by Google

---

Yadro
Yadro funktsiyasi mustaqil atamaga ega. Faqat poli va sigmasimon kontekstlarda u
hech qanday ahamiyatga ega.
Ehtimollarni hisoblash imkonini beradi. Agar bu funksiya yoqilgan bo'lsa, fit qo'ng'iroq
qilganda unumdorlik qayd etiladi. Funktsiya ichki ravishda 5 marta o'zaro
tekshirishdan foydalanadi, bu biroz vaqt talab qilishi mumkin va bashorat bashorat
bilan mos kelmasligi mumkin.
Parametr
Daraja
float, standart = 1.0
"rbf", "poly" va "sigmoid" yadro koeffitsientlari.
int, standart = 3
C
Algoritmda foydalaniladigan yadro turini belgilaydi.
"Kichik evristik" dan foydalanish kerakmi yoki yo'qmi
'chiziqli', 'poli', 'rbf', 'sigmoid', 'oldindan hisoblangan'} yoki
chaqirilishi mumkin, standart
= 'rbf' {'shkala', 'avtomatik'} yoki float, standart = 'shkala'
Ehtimollik
Yadro funktsiyasining polinom darajasi. Boshqa barcha yadrolar tomonidan
umuman e'tiborga olinmaydi.
Kichrayish
bool, standart = False
Regulyatsiya parametri. C ning ma'lum qiymati uchun tartibga solish kuchi
kamayadi. Salbiylarga yo'l qo'yilmaydi. l2 ga teng jarima solinadi.
Koef0
bool, standart = rost