So che entrambi selezionano K casualmente, e quindi scelgono la K migliore, dal momento che capisco che la migliore K chiama gli altri per trovare l'obiettivo, quindi qual è la differenza esatta tra Ricerca raggio locale e Ricerca raggio stocastico? Per favore aiutami e correggimi se ho tortoQual è la differenza tra Ricerca raggio locale e Ricerca raggio stocastico?
risposta
stocastico praticamente mezzi randomizzati in qualche modo. Uno dei principali problemi con la ricerca dei raggi è che tende a rimanere bloccato nell'ottima locale anziché nell'ottimo globale. Per evitare che la ricerca stocastica diano alcune (molto spesso piccole) probabilità della soluzione di scegliere il passo che non è ottimale in un dato momento. Puoi pensare a ciò come "aggiungere casualità". Un approccio leggermente migliore sarebbe simulated annealing in cui la possibilità di prendere una scelta subottimale diminuisce nel tempo.
La ricerca locale, d'altra parte, sceglierà sempre i migliori K vicini di casa, non permettendo mai di deviare da un ottimo locale se ne trovi uno.
Penso che l'unica differenza sia che nella ricerca del raggio stocastico, i successori di K sono scelti casualmente rispetto al successore di K con K nella ricerca locale del raggio. Almeno questo è quello che ho raccolto da questo SOURCE
Ottima domanda!
Edit: Ecco another source che va in un po 'più in dettaglio su queste differenze
Grazie per le risorse :) – user3880907
Molto gradito, felice di poterti aiutare! Grazie per l'ottima domanda che mi ha fatto cercare quelle risorse lol –
+1 per avere una risposta migliore del mio lol. Non sapevo di allocare una piccola quantità di probabilità per continuare la ricerca casuale. –
ora è chiaro, quindi Stochastic prova a risolvere il rimanere bloccato in Beam, scegliendo K come probabilità, giusto? – user3880907