技術(shù)編號：11323826
提示：您尚未登錄，請點(diǎn) 登 陸 后下載，如果您還沒有賬戶請點(diǎn) 注 冊 ，登陸完成后，請刷新本頁查看技術(shù)詳細(xì)信息。本發(fā)明涉及一種并行粒子群算法，尤其適用于機(jī)器學(xué)習(xí)模型訓(xùn)練使用的基于spark的支持向量機(jī)參數(shù)優(yōu)選并行粒子群尋優(yōu)方法。背景技術(shù)支持向量機(jī)是一種機(jī)器學(xué)習(xí)方法。首先通過對訓(xùn)練數(shù)據(jù)集交叉驗(yàn)證得到最優(yōu)模型參數(shù)，然后利用上一步尋到的最優(yōu)模型參數(shù)去訓(xùn)練得到預(yù)測模型，最后用訓(xùn)練得到的預(yù)測模型對未知數(shù)據(jù)進(jìn)行預(yù)測。網(wǎng)格算法對參數(shù)尋優(yōu)早已實(shí)現(xiàn)，網(wǎng)格算法具有局部最優(yōu)的局限性，而粒子群算法的全局尋優(yōu)能力則很好的解決了局部最優(yōu)問題。粒子群算法是一種模仿鳥群覓食的生物進(jìn)化算法，相比基于貪婪搜索的算法，可更快速地找到更優(yōu)的參數(shù)...
注意：該技術(shù)已申請專利，請尊重研發(fā)人員的辛勤研發(fā)付出，在未取得專利權(quán)人授權(quán)前，僅供技術(shù)研究參考不得用于商業(yè)用途。
該專利適合技術(shù)人員進(jìn)行技術(shù)研發(fā)參考以及查看自身技術(shù)是否侵權(quán)，增加技術(shù)思路，做技術(shù)知識儲備，不適合論文引用。
請注意，此類技術(shù)沒有源代碼，用于學(xué)習(xí)研究技術(shù)思路。