遗传算法 遗传算法研究的问题是搜索候选假设空间并确 定最佳假设 最佳假设被定义为使适应度最优的假设 适应度是为当前问题预先定义的数字度量,比如 如果学习任务是在给定一个未知函数的输入输出训练样例 后逼近这个函数,适应度可被定义为假设在训练数据上的 精度 如果是学习下国际象棋的策略,适应度可被定义为该个体 在当前群体中与其他个体对弈的获胜率 2003.12.18 机器学习-遗传算法作者: Mitchell译者:曾华军等讲者:陶晓鹏2003.12.18 机器学习-遗传算法作者：Mitchell 译者：曾华军等讲者：陶晓鹏 5 遗传算法 • 遗传算法研究的问题是搜索候选假设空间并确 定最佳假设 • 最佳假设被定义为使适应度最优的假设 – 适应度是为当前问题预先定义的数字度量，比如： • 如果学习任务是在给定一个未知函数的输入输出训练样例 后逼近这个函数，适应度可被定义为假设在训练数据上的 精度 • 如果是学习下国际象棋的策略，适应度可被定义为该个体 在当前群体中与其他个体对弈的获胜率