Jan, 2013
通过随机嵌入在十亿维度上进行贝叶斯优化
Bayesian Optimization in a Billion Dimensions via Random Embeddings
Ziyu Wang, Frank Hutter, Masrour Zoghi, David Matheson, Nando de Freitas
TL;DR本文介绍了 Random Embedding Bayesian Optimization (REMBO) 算法,运用随机嵌入思想来攻克高维度问题,此算法简单且具有重要的不变性,应用于具有连续和分类变量的领域,经理论和实证分析证明 REMBO 可在高达数十亿个维度的问题中有效地解决问题,其在优化流行的混合整数线性规划求解器的 47 个离散参数方面也达到了状态的最佳表现。