Gradient Desent与Hill Climbing之间的行为差​​异

PRC*_*ube 4 algorithm optimization hill-climbing gradient-descent

我试图理解这两种算法之间的区别以及它们在解决问题方面的区别.我看过算法和它们的内部.从其他已经有过经验的人那里听到会很好.特别是,我想知道他们在同一个问题上的行为方式如何.

谢谢.

rad*_*ler 10

区别

difference两者之间的主要是direction他们移动到达当地最小值(或最大值).

  • Hill Climbing我们 移动one elementvector space,我们然后计算函数的值,并在值改进时替换它.我们继续改变矢量的一个元素,直到我们不能朝着一个方向移动,使得位置改善.在3D sapce此举可以看作中的任何一个移动axial direction一起x,y or z axis.
  • Gradient Descent我们采取步骤的方向negative gradient当前点的到达的点minima(在最大值的情况下,正的).例如,在成为一个3D Space方向.need notaxial direction

  • 如果函数是连续且可微的,我们会期待不同的结果吗?或者爬山更适合参数离散的搜索空间? (2认同)