Erstatningsmodel

term_id: surrogate_model

Category: basic_concepts

Definition

Inden for maskinlæring og optimering fungerer en erstatningsmodel som en proxy for en målfunktion, der er svær at evaluere direkte. Den trænes på input-output-par fra den oprindelige model for at efterligne dens opførsel.

Summary

En forenklet matematisk model, der bruges til at approksimere adfærden hos en mere kompleks, beregningsmæssigt dyr eller utilgængelig black-box-model.

Key Concepts

  • Modelapproksimation
  • Black-box-optimering
  • Beregningseffektivitet
  • Proxy-model

Use Cases

  • Hyperparameteroptimering
  • Fremskyndelse af simuleringer inden for ingeniørdesign
  • Følsomhedsanalyse af komplekse systemer

Code Example

 1
 2
 3
 4
 5
 6
 7
 8
 9
10

from sklearn.gaussian_process import GaussianProcessRegressor
import numpy as np

# Simple surrogate for a noisy function
X = np.array([[1], [2], [3], [4]])
y = np.array([2.1, 3.9, 6.2, 7.8])

surrogate = GaussianProcessRegressor()
surrogate.fit(X, y)
prediction = surrogate.predict(np.array([[2.5]]))

Related