找回密码
 立即注册
查看: 398|回复: 0

种群优化算法(PSO)的适应度函数的选取

[复制链接]
发表于 2023-4-19 09:34 | 显示全部楼层 |阅读模式
种群优化算法(PSO)的适应度函数就是评价指标
如果是分类(只是分成类别)问题的话,一般就用分类的准确度accuracy作为评价指标,分的越准确,说明算法的性能越好,当然所选取的参数也就是最优的。一般accuracy是越大越好,如果我们的优化函数是想要最小化的话,只需要用(1-accuracy)即可。适应度的值是误分率

如果是回归(有预测值)问题的话,一般就用损失函数等(RMSE均方根误差)这种用真实值和预测值之间的差距来作为评价指标,真实值与预测值之间的差距越小,说明算法的性能越好,当然说选取的参数也就是最优的。
懒得打字嘛,点击右侧快捷回复 【右侧内容,后台自定义】
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

小黑屋|手机版|Unity开发者联盟 ( 粤ICP备20003399号 )

GMT+8, 2024-11-16 22:48 , Processed in 0.150626 second(s), 27 queries .

Powered by Discuz! X3.5 Licensed

© 2001-2024 Discuz! Team.

快速回复 返回顶部 返回列表