Surrogatmodell
term_id: surrogate_model
Category: basic_concepts
Definition
Im maschinellen Lernen und in der Optimierung dient ein Surrogatmodell als Stellvertreter für eine Zielfunktion, die direkt schwer zu bewerten ist. Es wird anhand von Eingabe-Ausgabe-Paaren des ursprünglichen Modells trainiert, um…
Summary
Ein vereinfachtes mathematisches Modell, das verwendet wird, um das Verhalten eines komplexeren, rechenintensiveren oder unzugänglichen Black-Box-Modells anzunähern.
Key Concepts
- Modellapproximation
- Black-Box-Optimierung
- Recheneffizienz
- Stellvertretendes Modell (Proxy Model)
Use Cases
- Hyperparameter-Optimierung
- Beschleunigung von Simulationen im Ingenieurdesign
- Sensitivitätsanalyse komplexer Systeme
Code Example
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]]))