發(fā)信人: GzLi (笑梨), 信區(qū): DataMining
標(biāo)  題: [轉(zhuǎn)載] Re: 第一貼,呵呵. No-Free-Lunch-Theorem(轉(zhuǎn)寄)
發(fā)信站: 南京大學(xué)小百合站 (Sun Jun  1 20:46:01 2003)

【 以下文字轉(zhuǎn)載自 GzLi 的信箱 】
【 原文由 <GzLi@smth.edu.cn> 所發(fā)表 】

來(lái)  源: 211.68.16.32

發(fā)信人: maximliu (大麥), 信區(qū): AI       

標(biāo)  題: Re: 第一貼,呵呵. No-Free-Lunch-Theorem

發(fā)信站: BBS 水木清華站 (Sat May 31 07:49:20 2003)


這個(gè)理論的核心是其實(shí)一個(gè)等式的證明, 目的是要說(shuō):如果我們把整個(gè)問(wèn)題域考慮在內(nèi),

所有優(yōu)化算法的平均的performace其實(shí)是一樣的. 比如說(shuō)在完全黑箱操作的情況下,我

們不可能得知問(wèn)題的類型是什么(也就是說(shuō)我們沒(méi)有足夠的關(guān)于問(wèn)題信息),在這種

情況下我們只能隨機(jī)的選擇一個(gè)算法來(lái)解決這個(gè)問(wèn)題.我們選擇的算法可能對(duì)某一個(gè)Probl


em Class  A 是最佳的, 但是對(duì)于Problem Class B卻是最差的(但是他們處于同一個(gè)問(wèn)題


域,且為勻態(tài)分布), 由于我們是完全的黑箱操作,我們不可能知道下個(gè)問(wèn)題的類(比如Blin


d search)是什么.


No Free Lunch名字就是說(shuō),一個(gè)算法對(duì)于某個(gè)問(wèn)題類的優(yōu)勢(shì)都會(huì)被它對(duì)于另外一個(gè)問(wèn)題類


的劣勢(shì)平均掉. 在90年代,大家都在試圖創(chuàng)造一個(gè)通用優(yōu)化算法,這個(gè)理論其實(shí)就證明了這


種想法的不可行性.


這就是我的理解和,呵呵... ... 



【 在 YourMajesty (Leon~~練好Hotel California) 的大作中提到: 】

: 你給大家講講把

: 

: 【 在 maximliu (大麥) 的大作中提到: 】

: : 終于熬過(guò)了注冊(cè)時(shí)間了,呼~

: : 上個(gè)學(xué)期弄了一個(gè)No Free Lunch Theorem 的東東, 不知道哪位大蝦也弄過(guò)?

: : 但是其實(shí)我現(xiàn)在還是云里霧.里呵呵

: 

: 


--


※ 來(lái)源:·BBS 水木清華站 http://smth.org·[FROM: 139.174.246.86]


--


※ 來(lái)源:．南京大學(xué)小百合站 bbs.nju.edu.cn [FROM: 211.68.16.32]
--
※ 轉(zhuǎn)載:．南京大學(xué)小百合站 bbs.nju.edu.cn．[FROM: 202.120.8.48]