生物学知识也可以成为机器学习中灵感的来源。

内容

本文重点关注的一个例子是进化决策树。

这类分类器使用进化算法来构建鲁棒性更强，性能更好的决策树。进化算法依赖于生物进化启发的机制。

• 决策树是什么？

• 如何根据进化算法搭建决策树？

• 与其它分类器相比，进化决策树的表现如何？

数据集

为了说明本文中提及的概念，我将使用航空公司乘客满意度的调查结果数据集。有关此数据集的更多信息，请参见此处。

其目的是预测顾客对航空公司的服务的满意度。这样的研究对公司的决策至关重要。它不仅可以使提供商品或服务的公司知晓其产品在哪些方面需要改进，而且可以使公司知道应该改进到什么程度以及改进的紧要程度

事不宜迟，让我们从复习关于决策树的基础知识开始吧。

1. 什么是决策树？

决策树是一种分类器，其分类流程可表示为树形图。模型在训练过程中根据数据的特征推断出简单的决策规则，并依此对数据点进行分类。

下图展示了一个决策树的例子。这是使用Scikit Learn决策树模块在航空公司乘客满意度的调查结果数据集上进行训练的结果。
 

随着时间的推移，我们对生物学（或生命科学）的了解大大增加，它已成为许多工程师解决挑战性问题并产生发明创造的的重要灵感来源。

以日本的高速列车“新干线”为例，它是世界上最快的火车之一，时速超过300公里/小时。 在设计过程中，工程师遇到了巨大的难题：火车前部空气的位移所产生的噪音，其幅度大到可能破坏某些隧道的结构。

他们以一个出乎意料的方式找到了这个问题的解法：翠鸟。这种鸟的喙部细长，使之在潜入水中捕食时能够少溅水花。

因此，通过模仿这种鸟的形象重新设计列车，工程师不仅解决了最初的问题，而且还将列车的耗电量减少了15％，速度提高了10％。

（编辑：保山站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!