0


贝叶斯算法基本原理

def BayesianOptimization(target,x,Y):
IF 初始化?
Yes:
xold为已知的所有点中目标函数取得最大值的自变量值
IF target(xold)>Y?
Yes: return xold,target(xold) #撞了大运,还没开始迭代就结束了
No: Pass
No: 随机初始化
While target(xnew)<Y:
利用PF(高斯过程回归)求解未知点(在事先定义的自变量范围内,有成千上万个未知点)的均值与方差
利用AC(EI或PI或UCB)找到贝叶斯优化器猜测的最大值的点xnew,一般是AC函数最大点
return xnew,target(new)

标签: 算法

本文转载自: https://blog.csdn.net/Liang_1_/article/details/130334396
版权归原作者 优化大师傅 所有, 如有侵权,请联系我们删除。

“贝叶斯算法基本原理”的评论:

还没有评论