作者nanokevin (明日幸福今日修)
看板DataScience
标题[问题] 如何用ML调整实验参数验参数
时间Wed Jun 9 14:42:20 2021
作业系统:(ex:mac,win10,win8,win7,linux,etc...)
mac and win10 with anaconda
问题类别:(ex:ML,SVM,RL,DL,RNN,CNN,NLP,BD,Vis,etc...)
ML and DL
使用工具:(ex:python,Java,C++,tensorflow,keras,MATLAB,etc...)
python
问题内容:
大家好
小弟目前在自学python 跟ML
工作上希望能利用ML协助调整实验参数
目前想找相关的实际例子来学习 但不太确定关键字或是相关的例子怎麽找
希望前辈们能提示
工作上 一个实验控制的参数 有 x1 x2 x3...xn
输出的指标可以做成一个 曲线 比如 Y vs T (比如多少温度 就产出多少东西)
进行了许多次实验还是条不到好的曲线
想询问是否可以藉由模型跟期望的Y vs T曲线 来得到推荐的[x1, x2,...xn]?
自己本来想的是
每次实验的输入输出资料整理成下面的结构
(Y1,Y2...Ym) and (T1, T2 ....Tm)画出的曲线就是实验指标
[ ]i i=第i次实验
x1..xn 每次实验有n个参数
Y1 T1...Ym Tm 输出成果曲线有m个点
input output
[x1 x2...xn]1 [Y1 T1]1
[x1 x2...xn]1 [Y2 T2]1
[x1 x2...xn]1 [Y3 T3]1
[x1 x2...xn]1 [Y4 T4]1
. .
. .
. .
[x1 x2...xn]1 [Ym Tm]1
[x1 x2...xn]2 [Y1 T1]2
[x1 x2...xn]2 [Y2 T2]2
[x1 x2...xn]2 [Y3 T3]2
[x1 x2...xn]2 [Y4 T4]2
. .
. .
. .
[x1 x2...xn]2 [Ym Tm]2
. .
. .
. .
之後拿去用NN来train 可是这样好像只能由输入预测输出
但不知道如何反向由一个假定的Y vs T 来得到推荐的[x1 x2...xn]
可能问得有点乱 希望前辈能指点
谢谢
--
※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 140.109.217.28 (台湾)
※ 文章网址: https://webptt.com/cn.aspx?n=bbs/DataScience/M.1623220942.A.25E.html
1F:→ didihung: 参考一下「实验设计」或是「作业研究」能否解决你的问题 06/09 15:20
2F:→ didihung: 不过我回答的不是 ML 的路线,抱歉惹 06/09 15:21
※ 编辑: nanokevin (140.109.217.28 台湾), 06/09/2021 15:36:51
3F:→ greenty: [x1 x2...xn]1 [Y4 T4]1 06/09 17:50
4F:→ greenty: [x1 x2...xn]2 [Y4 T4]2 06/09 17:51
5F:→ greenty: [ ]外的1跟2是什麽? 06/09 17:52
6F:→ didihung: 第m次实验吧 06/09 18:23
7F:→ didihung: 更正 我猜是第m组实验参数 06/09 18:25
8F:→ nanokevin: 对 是didi大的补充 抱歉没有描述清楚 06/09 21:01
※ 编辑: nanokevin (140.109.217.28 台湾), 06/09/2021 21:03:56
9F:→ truehero: reinforce learning 06/09 23:14
10F:推 bymyself: 看看可不可以先用regression model去fit你的Y vs T曲线 06/10 02:30
11F:→ bymyself: 之後再用你X当成input, regression coef当成output训练 06/10 02:32
12F:→ bymyself: 一个Neural net模型 06/10 02:32
13F:推 sun7391: 关键字可以搜寻meta learning,让模型学会一个找最佳超 06/12 09:49
14F:→ sun7391: 参数的演算法 06/12 09:49