В 2018 году группа исследователей из токийского университета Кейо решила использовать амебу для решения так называемой «задачи коммивояжера», известной в области компьютерных наук проблемы. Суть ее такова: представьте, что вы – путешествующий от города к городу...
)
1.完全无法理解，已经是完全不同的东西。
一般来说，任务是什么？实际的目的是什么？也许它的解决方式完全不同。
好吧，如果你有兴趣，让我更详细地告诉你。在CatBoost机器学习算法中，通过建立一个预网格（量化）来解决从观察（数组）中获得的变量（预测器）集合值的枚举问题，因此数字被划分为区间（周期/范围），数值的枚举不是发生在所有数字上，而是只发生在这些区间上。有不同的内置方法来构建网格，包括那些具有不同的所需边界数的网格。从视觉上看，网格的一个变体看起来就像下图，数组的每100个值都会使y刻度上的值增加1，这显示了值的可重复性。
任务是建立一个对学习最有利的网格，即这样一个网格，其中间隔（段）之间的信息将更多地属于目标之一（0/1），同时保持依赖性的一致性和观察的充分性。
现在我得到不同的网格，根据给定的标准（我之前写的）选择它们的间隔，我需要把选择的间隔相互结合起来，把它们合并成一个网格。
)
如果我能帮忙，我就帮忙，如果不能，我也会毫不犹豫地请求帮助。
另外，最近这里的问题很少，我想大家会有兴趣参与解决这些问题。
///
现在我得到不同的网格，根据给定的标准（我之前写的）选择它们的段，我需要将选择的段相互结合起来，将它们合并成一个网格。
这就是问题的关键所在。你想怎么做？
这就是问题的关键所在。你想怎么做？
嗯......所以你写的脚本几乎可以完成所有的工作。有其他选择吗？我建议选择减少组合的数量。
仍在考虑这个 方案 :)
嗯......所以你写的脚本几乎可以完成所有的工作。还有其他选择吗？我建议选择减少组合的数量。
仍在考虑这个 方案 :)
也许在段数少的时候。而当有很多人的时候，应该如何呢？
你是在什么意义上建议减少组合数量的选择？不是所有的组合都足够，还是有一个标准？
也许当有很少的部分。但是，当有很多人的时候，应该如何呢？
你是在什么意义上建议减少组合数量的选择？不是所有的组合都足够，还是有一个标准？
当有很多的时候，你必须考虑...
作为一种选择，我建议以同样的方式从每段开始，但限制从每个点开始的组合数量。
这里，图中以圆圈的形式显示了分段，以箭头长度的形式显示了它们的评价，图中只选择了两个最短的箭头，其余的 "路径 "被切断（排除）了。在这些箭头（本质上是图形）的形式中，可以有一个评价系数（指标）。
我想，这样一来，我们就不会选择最差的选项，同时减少计算成本。当有很多人时，你必须考虑...
作为一种选择，我建议以同样的方式从每段开始，但限制从每个点开始的组合数量。
该图以圆圈的形式显示段，以箭头长度的形式显示其评价，图中只选择了两个最短的箭头，其他 "路径 "被切断（排除）。在这些箭头（本质上是图形）的形式中，可以有一个评价系数（指标）。
通过这种方式，我假设，我们不会选择最差的选项，同时减少计算成本。这是针对离开该点的长路径和短路径的比例大致相等的情况，没有只存在长路径或短路径的区域。
路径是长是短有什么区别，还是估计的问题（图中类比的箭头的长度）？
我们有意愿踩在例子中的两条最佳路径上，如果数量较少则只有一条路径。
请解释为什么这可能是一个问题。
也可以通过按范围将段划分为段（组）来减少组合的数量。
在图中4个有范围界限的组，只在组内做列举，然后将组内的最佳选择在其他组之间组合。
很难平均划分，所以按组别边界划分的片段可以分离出来，在合并组间结果时使用。