小编Çag*_*lan的帖子

线路旅行推销员 (TSP)、扫雪

在典型的 TSP 算法中,我们有多个,并且希望以最佳的行进顺序行进。点是家庭、顾客等,基本上是地图上的一个点。

我用线代替点。扫雪就是一个很好的例子,你可以在多条街道上行驶。最大的区别是,对于每次旅行,结束点与起点不同。我的尝试是假设起点作为每次旅行的唯一节点。但显然,每当你的路线/线路很长时,你最终都会到达距离起点很远的地方。而且这个解决方案已经远非最佳了。

我查看了一些提供路线优化的公司。他们的解决方案就是将线分成接近的点;并将每条线视为彼此靠近的节点。我认为当你必须穿过街道的两侧,或者每当你靠近另一条街道时,这是行不通的。

我想知道是否有建模技巧或其他方法来解决这个问题?

在此输入图像描述

algorithm mathematical-optimization traveling-salesman

5
推荐指数
1
解决办法
856
查看次数

如何改善神经网络输出?

我有一个150行,45个功能和40个输出的数据集.我可以很好地过度填充数据,但我的交叉验证集无法获得可接受的结果.

有25个隐藏层和相当多的迭代次数,我的训练集能够达到~94%的准确率; 在我脸上露出笑容.但交叉验证结果不到15%.

因此,为了减轻过度拟合,我开始使用正则化参数(lambda)以及隐藏层的数量.我得到的最好结果(CV)是训练集24%,训练集34%,lambda = 1,70个隐藏层和14000次迭代.增加it的数量也使情况变得更糟; 我无法理解为什么我不能通过增加lambda和iters来改善CV结果?

这是我尝试过的lambda-hiddenLayer-iter组合:

https://docs.google.com/spreadsheets/d/11ObRTg05lZENpjUj4Ei3CbHOh5mVzF7h9PKHq6Yn6T4/edit?usp=sharing

任何建议的方法尝试更智能的监管参数隐藏层分组合?还是其他改善我NN的方法?我使用来自Andrew Ng的ML类的matlab代码(使用反向传播算法.)

machine-learning neural-network cross-validation

2
推荐指数
1
解决办法
4086
查看次数

计算大圆距离矩阵

dist(coords)使用欧氏距离提供距离矩阵; 它还提供了其他几种选择.但它没有提供任何选项,如半胱氨酸配方.

distHaversine()为给定的两组纬度/经度坐标计算我想要的距离(大圆).我想知道是否存在使用半正式公式计算大圆距离矩阵的现有包/函数.

r matrix great-circle

1
推荐指数
1
解决办法
3351
查看次数