シミュレーテッド アニーリング (SA) は、多くの最適化問題でよく知られています。ここで SA の詳細を読むことができます http://en.wikipedia.org/wiki/Simulated_annealing
サポート ベクター マシンの分類に使用する特徴選択の SA に興味があります。つまり、入力データからサブセットを定義して、分類エラーの少ない SVM の特徴ベクトルとして使用する必要があります。したがって、各入力データのサブセットを状態 s として、そのエネルギー E(s) を分類誤差のコスト関数として理解できます。
私の質問は、各ベクトルの初期ラベル セットを選択する方法ですか? 最初は任意でいいですか？
各状態のコスト関数の式は何ですか (一般に、非線形カーネル SVM の場合)? そして、次の状態を定義する方法 (次のサブセットを選択する) は?