N维空间搜索算法

Question

我有一个输入N维空间。我还有一个函数f，它给定空间中的某个点，将返回该点成为“好”点的可能性[在[0，1]之间的某个量度]。我知道，好点通常在空间中并排在一起。但是，这些优点的群集可能遍布整个搜索空间。因此，可能会有一些地区在产生这些优点方面表现出色。

我可以运用什么好的近似算法/统计数据/技术来获得尽可能多的这些点，并尽可能地广泛（覆盖尽可能多的聚类）。

谢谢

Answer 1

看看cluster analysis和statistical classification的主题。

这里的要点是，有许多不同的算法，并且如果合适的话，这实际上取决于您的应用程序和输入数据的结构。

您可能要使用data mining tool来评估特定数据上的不同算法。过去，我曾经使用 RapidMiner 这样做，并且学到了很多关于什么对我的应用程序有效以及什么对我的应用程序无效的知识。