机器学习中多目标优化算法的简述.pdfVIP

ISSN1009—3044 and ComputerKnow／edgeTechnok’gy电脑知识与技术 http：／／www．drIzs．net．cn 2012． Td：+86—55I一56909635690964 re]．8，No．15，May 机器学习中多目标优化算法的简述 郑秀莲 (泰州机电高等职业技术学校．江苏泰州225300) 摘要：机器学习本质上就是多目标优化问题。解决机器学习问题的多目标优化方法有三种：标量式的多目标优化，按词典排序的多 器学--7中使用的多目标优化算法的优缺点。最后表明基于Pareto的多目标优化方法能有效克服前两种优化方法的缺点，是三种方 法中最好的。 关键词：多目标优化；Pareto；机器学习 中图分类号：TPl8文献标识码：A 文章编号：1009—3044(2012)15—3689-02 inMulti Machine[earningObjectiveOptimizationAlgorithm Xiu-lian ZHENG VocationalSchool (Taizhou ofMechamcal，electrical225300，China) technology，Taizhou Abstract：Machineis arethree different to with multi—objective very cope learmngessentially optimizadonproblem．There approaches this conventional Pareto multi—objecnveopdmizafionproblem：the weighted—formulaapproacb，thelexicographicapproach，theap- most isthePareto article alloverviewofthemachine isused wide如usedapproach provides learning proach．Atpresent，the approach．This inmulti finalshowthatParetobasedmulti methodcall overcome objectiVe effecfively objectiveoptimizationalgorithms，The optimization methodsisthe beforetwo method，three best． optimizadon Keywords：Multi—objecaveoptirnization；Pareto；Machinelearning 机器学习本质卜就是多目标优化问题。任何机器学习方法都包括两个步骤，即：构造一个候选模型，然后选择某个学习算法根 据样本数据集对候选模型进行参数估计。通常。模型构造和参数估计是在迭代的过程中同步实现，但在许多情况下，模型构造只凭 直觉和经验做一次。换言之，用户凭经验构造模型，然后使用某个学习算法来估计模型的参数。 目前，用多目标优化来解决机器学习问题的方法主要有=三种：标量式的多目标优化。21，按词典排序的多目标优化”’以及基于Pare． to的多目标优化M。标量式的多目标优化是将多目标问题转化为单目标问题来解决，这种方法实现简单，但存在很多缺点