qq_42430957的博客

木匾检测预训练模型11

Titanic数据集是非常适合数据科学和机器学习新手入门练习的数据集。 数据集为1912年泰坦尼克号沉船事件中一些船员的个人信息以及存活状况。这些历史数据已经非分为训练集和测试集，你可以根据训练集训练出合适的模型并预测测试集中的存活状况。

1：在基本的粒子群中加入了遗传算法中交叉变异操作，通过交叉因子更新当前粒子群的空间位置，这个过程产生新的粒子群更加符合目标优化函数，得到了更好的适应度，进而提高了经典的粒子群算法的局部搜索能力；利用变异因子对影响新的粒子种群的产生，提高粒子的多样性和全局搜索能力。 2：经典的粒子群算法的寻优性能在很大程度上依赖于其惯性权重、学习因子参数的设置选择。由此，初始粒子的每一次迭代都进行了空间位置、速度的更新，忽略了不同代粒子间的差异性，应用了统一的固定参数 。针对于这一问题在参数设置上：采用了线性递减的参数设置以及非线性递减的参数设置，两种方案。 3：作图代码对上述几种情况的改进，进行作图分析，清晰比较结果。