We use a Nearest Neighbor Learner a

We use a Nearest Neighbor Learner as a modeling technique. The Nearest Neighbor surrogate model uses the full fitness evaluations of the last two generations, i.e., 1000 fully evaluated individuals are used to predict the fitness of new individuals. To predict the fitness of a new individual, the distances to all the 1000 individuals in the database are computed using the genotypic (syntactic) or phenotypic distance measures as described below. The fitness of the most similar individual is returned as the fitness estimate for the new individual.

Kết quả (Việt) 1:

Chúng tôi sử dụng một người học hàng xóm gần nhất như là một kỹ thuật mô hình hóa. Mô hình thay thế hàng xóm gần nhất sử dụng đánh giá thể dục đầy đủ của hai thế hệ, nghĩa là, 1000 hoàn toàn đánh giá cá nhân được sử dụng để dự đoán thể dục cá nhân mới. Để dự đoán thể dục của một cá nhân mới, khoảng cách đến tất cả các cá 1000 trong cơ sở dữ liệu được tính bằng cách sử dụng các genotypic (cú pháp) hoặc kiểu hình khoảng cách biện pháp như mô tả dưới đây. Thể lực của các cá nhân giống nhất trở lại như là ước lượng thể dục cá nhân mới.

Kết quả (Việt) 2:

Chúng tôi sử dụng một Learner Neighbor gần như là một mô hình kỹ thuật. Mô hình Neighbor thay thế gần sử dụng các đánh giá thể lực của hai thế hệ cuối cùng, tức là, 1000 cá nhân được đánh giá đầy đủ được sử dụng để dự đoán tình trạng thể lực của các cá nhân mới. Để dự đoán thể lực của một cá nhân mới, các khoảng cách cho tất cả các năm 1000, cá nhân trong cơ sở dữ liệu được tính toán bằng cách sử dụng kiểu gen (cú pháp) hoặc biện pháp cách ly kiểu hình như mô tả dưới đây. Các phòng tập thể dục của cá nhân tương tự như hầu hết được trả về như ước tính phù hợp cho các cá nhân mới.