美文网首页
机器学习面试题-局部最优和全局最优的区别

机器学习面试题-局部最优和全局最优的区别

作者: hguo11 | 来源:发表于2022-04-08 21:54 被阅读0次

    问题背景

    在优化的世界里,总避免不了的接触全局最优和局部最优的概念,那么这两者的区别是什么呢?

    问题解答

    全局最优:针对一定条件/环境下的一个问题/目标,若一项决策和所有解决该问题的决策相比较是最优的,就可以被称为“全局最优”;

    局部最优:针对一定条件/环境下的一个问题/目标,若一项决策和部分解决该问题的决策相比较是最优的,就可以被称为“局部最优”

    既然有全局最优,为什么还需要有局部最优呢?

    事实是这样子的,对于优化问题,尤其是最优化问题,总是希望能找到全局最优的解决策略,但是当问题的复杂度过于高,要考虑的因素和处理的信息量过多的时候,我们往往会倾向于接受局部最优解,因为局部最优解的质量不一定最差的。尤其是当我们有确定的评判标准标明得出的解释可以接受的话,通常会接受局部最优的结果。这样,从成本、效率等多方面考虑,才是实际工程中会才去的策略。

    说白了,就是没那么多时间和精力去算出全局最优的结果来,用一个差不多的结果就可以啦,最起码工程上是这么搞的。

    参考

    [1] https://www.jianshu.com/p/10f58aa6ada1

    [2] https://zhuanlan.zhihu.com/p/295436104

                                                                                    喜欢就关注一下啦~~~

    相关文章

      网友评论

          本文标题:机器学习面试题-局部最优和全局最优的区别

          本文链接:https://www.haomeiwen.com/subject/smhusrtx.html