Luqiang_Shi的博客

【寻优算法】遗传算法（Genetic Algorithm） 参数寻优的python实现：多参数寻优一、遗传算法简介1、遗传算法由来2、遗传算法名词概念3、遗传算法中对染色体的操作3.1、选择3.2、交叉3.3、变异二、遗传算法多参数寻优思路三、遗传算法多参数寻优的python实现参考资料本博文首先简单介绍遗传算法（GA）的基础知识，然后以为例给出遗传算法多参数寻优的python实现。一、遗传算...

【寻优算法】交叉验证（Cross Validation）参数寻优的python实现一、交叉验证的意义二、常用的交叉验证方法1、Hold one method2、K-flod CV3、Leave-One-Out CV（LOO-CV）二、交叉验证参数寻优的python实现1、训练模型和待寻优参数2、算法执行步骤3、交叉验证参数寻优的python实现4、参数C与评价指标的关系参考资料有关交叉验证的博文...

【寻优算法】量子粒子群算法（QPSO） 参数寻优的python实现一、粒子群算法的缺点二、量子粒子群算法三、QPSO算法的python实现参考资料一、粒子群算法的缺点本人之前的博文（参考资料【1】）已经详细介绍了PSO算法，学习本博文前需要先学习PSO算法。PSO算法的缺点：1、需要设定的参数（惯性因子www，局部学习因子c1{c_1}c1​和全局学习因子c2{c_2}c2​）太多，不利于...

【寻优算法】粒子群算法（PSO） 参数寻优的python实现一、算法原理1、粒子群算法的名词解释2、粒子更新二、PSO算法参数寻优的python实现参考资料粒子群优化算法（Particle swarm optimization，PSO）是模拟鸟群捕食行为的优化算法。不同于遗传算法（Genetic Alogrithm，GA），粒子群算法是有记忆的，之前迭代过程中的最优位置和最优方向都会保留下来并作...

【寻优算法】量子遗传算法（QGA） 参数寻优的python实现：多参数寻优一、量子编码1、染色体量子编码2、量子编码转换为二进制编码二、量子进化1、全干扰交叉2、量子变异三、QGA多参数寻优的python实现1、训练模型及待寻优参数2、QGA算法的python代码参考资料遗传算法用于模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型，种群通过选择、交叉和变异操作使染色体的十进制数...

【寻优算法】交叉验证（Cross Validation）参数寻优的python实现：多参数寻优一、网格搜索原理二、网格搜索+交叉验证用于多参数寻优的python实现1、训练模型及待寻优参数2、直接循环嵌套实现网格搜索 + cross_validation3、GridSearchCV参考资料交叉验证的基础知识可参考上一篇博文，本博文主要介绍使用交叉验证进行多参数寻优时的参数搜索方法：网格搜索（Gr...