ActivePrediction

ActivePrediction[f,{conf1,conf2, …}]

给出一个对象，表示通过使用函数 f 来确定实例配置 confi 的值而获得的主动预测的结果.

ActivePrediction[f,reg]

在由 reg 指定的区域内产生配置.

ActivePrediction[f,sampler]

通过应用函数 sampler 产生配置.

ActivePrediction[f,{conf1,conf2,…}nsampler]

应用函数 nsampler 以连续产生从某个 confi 开始的配置.

更多信息和选项

范例

打开所有单元关闭所有单元

基本范例  (3)

培训一个 ActivePredictionObject[…]，找到一个给定配置集的函数的预测器：

提取由此得出的预测器：

预测新的样本：

培训一个预测对象，找到由间隔定义的域的函数的预测器：

提取预测器：

预测新的样本：

训练一个预测对象，找到 Det 函数的预测器，其中域由配置生成器定义：

提取预测器：

预测新的样本：

范围  (3)

训练一个预测对象，找到在间隔内的正弦函数的预测器：

获取可用对象属性的列表：

获取探索的配置的历史：

在主动预测中获取培训过的预测器以及一些属性：

获取最终预测器：

获取用于选择配置并添加至培训集的方法：

获取其他一些属性：

显示主动预测中培训的预测器的性能：

可视化用于新样本的预测器的预测：

培训预测对象，找到计算给定颜色与红色之间的色彩距离的函数预测器，其中域是由随机颜色生成器定义：

获取预测器：

显示主动预测时培训的预测器的性能：

显示测试集的预测器的比较图：

定义一个非平凡的函数，其中域由邻域配置生成器定义：

培训一个预测对象，找到函数的预测器，从一些初始配置开始：

获取预测器：

可视化预测器的预测. 它在初始配置的邻域中提供了良好的函数模型：

选项  (3)

InitialEvaluationHistory  (1)

定义一个二次函数，域由一组数字定义：

构建一个初始的“培训集”：

培训一个预测对象，为使用前信息的函数找到预测器：

培训历史的首行例子现在对应于初始培训集：

MaxIterations  (1)

定义一个非平凡二维函数：

培训一个预测对象，为单位圆盘内的函数找预测器：

获取函数计算的值：

指定最大迭代次数：

再次查看函数运算次数：

Method  (1)

定义一个非平凡的随机函数：

通过用关联指定方法，选择计算策略和预测方法来培训一个预测对象：

获取预测器：

为主动预测指定不同的方法：

再次获取预测器：

可视化两个预测器的预测. "GaussianProcess" 产生相对于 "NearestNeighbors" 的更光滑的预测器：

应用  (2)

有效训练模型以预测特定位置的海拔：

抽样 1000 个随机位置来测试模型的质量：

比较预测的海拔和通过服务器调用获得的实际海拔：

LogLikelihood 函数预测器  (1)

加载 Fisher 的 Iris 数据集并把它分为培训集和测试集：

构建一个 LogLikelihood 函数，它在培训样本上培训一个分类器，然后对于给定的超参数选择在测试样本上给出 "LogLikelihoodRate"：

培训一个预测对象，找到长方形域上的 LogLikelihood 函数的预测器：

获取预测器：

获取探索的配置的坐标和它们的值：

可视化预测器和探索的配置的预测：

Wolfram Research (2017)，ActivePrediction，Wolfram 语言函数，https://reference.wolfram.com/language/ref/ActivePrediction.html （更新于 2017 年）.

文本

Wolfram Research (2017)，ActivePrediction，Wolfram 语言函数，https://reference.wolfram.com/language/ref/ActivePrediction.html （更新于 2017 年）.

CMS

Wolfram 语言. 2017. "ActivePrediction." Wolfram 语言与系统参考资料中心. Wolfram Research. 最新版本 2017. https://reference.wolfram.com/language/ref/ActivePrediction.html.

APA

Wolfram 语言. (2017). ActivePrediction. Wolfram 语言与系统参考资料中心. 追溯自 https://reference.wolfram.com/language/ref/ActivePrediction.html 年

BibTeX

@misc{reference.wolfram_2023_activeprediction, author="Wolfram Research", title="{ActivePrediction}", year="2017", howpublished="\url{https://reference.wolfram.com/language/ref/ActivePrediction.html}", note=[Accessed: 18-November-2024 ]}

BibLaTeX

@online{reference.wolfram_2023_activeprediction, organization={Wolfram Research}, title={ActivePrediction}, year={2017}, url={https://reference.wolfram.com/language/ref/ActivePrediction.html}, note=[Accessed: 18-November-2024 ]}