考虑一种遗传算法,其中适应度是Facebook“喜欢”玩物的次数的函数。
让我们假设一些百分比的时间,例如由于超出内容强度的因素而产生,因此,一条染色体与另一条染色体的适应性在某种程度上是由于随机机会。让这个数字达到30% - 也就是说,任何给定事物的30%都不是故意行动。
如果我们有100条染色体,并且我们知道我们的平均转化率是5%(喜欢/印象),那么我们需要对每条染色体的健康排名有多少印象?
答案 0 :(得分:0)
优化错误的方法是获得错误答案的一种非常好的方法,并且当您只有评估函数的嘈杂版本时进行优化是不同的。请参阅示例https://en.wikipedia.org/wiki/Stochastic_approximation。即使假设你找到了合理的答案,你也需要考虑答案对噪音的敏感程度。