标签: machine-learning genetic-algorithm iteration
我需要一个机器学习算法,它需要一些形式(x,y)的训练样本, 并计算近似函数f:X-> Y,使得误差最小。误差定义为差值b / n y和f(x)。
但是这种学习算法必须是迭代的,并且随着迭代次数的增加,必须减少误差。
任何例子都会有所帮助。
答案 0 :(得分:0)
神经网络是一种具有两个特征的算法: 它可以迭代地训练新数据 它可以迭代地训练相同的数据,因此每次迭代都会减少误差。 (反向传播学习)
答案 1 :(得分:0)
...和任何提升算法一般,因为提升过程会迭代地改进分类器。