51
правка
Изменения
→Основная информация
Кроме того, SMAC использует переданную ему модель для формирования списка перспективных конфигураций (сочетаний) параметров. Чтобы оценить перспективность конфигурация <math> \theta </math>, SMAC строит распределение результатов модели для <math> \theta </math>.
С помощью этого распределения, а также информации, о текущей лучшей конфигурации, SMAC вычисляет ожидаемое положительное улучшение [https://www.cs.ubc.ca/~hutter/papers/10-TR-SMAC.pdf EI]. И После нахождения math> EI(\theta) </math> необходимо найти конфигурацию с наибольшим значением math> EI(\theta) </math>. Эта задача приводит к проблеме максимизация значения на основе этого делает выбор о наилучшей всем пространстве конфигураций.Другие методы SMBO максимизируют значения а случайной выборке из пространства конфигураций, что достаточно плохо работает в случае высокомерного пространства.SMAC применяет немного другой подход: выполняется несколько локальных и поисков и среди них выбираются все конфигурациис максимальным EI. И уже среди них производится новый поиск и выбирается лучшая конфигурация.
=== Реализация ===
