[英]Supervised Machine Learning: Getting weights for each individual parameter for classifications
[英]Adjusting parameter - Machine learning
我正在逐个数据包远程传输一些数据。 在发送每个数据包之前,我需要睡眠一段时间(毫秒)。 传输每个文件后,我都会收到反馈:失败或成功。 当然,延迟越小,成功率就越小,但是转移的时间会更少。 我的目标是自动调整电流延迟,以使平均成功率等于某个常数(例如98%)。 凭直觉我假设:
您会建议使用哪些算法来有效地(从学习时间,记忆的角度)找到最佳参数值?
您实质上是在描述网络拥塞解决方案。 有关该主题的更多信息,请参见http://en.wikipedia.org/wiki/Network_congestion_avoidance#Avoidance 。
一种最适合您的算法是减少每次成功传输后的等待时间。 传输失败后,请增加时间(增加一定数量或动态增加),然后无限期地重复。 我希望我能记住该算法的具体名称,但此刻它在逃避我。
请注意,如果您确实是通过网络发送数据包,而不仅仅是播放网络,则“最优”不是一个常数,因为网络始终处于变化状态。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.