Randomized configuration for Algorithm Selector SUNNY

In questa tesi abbiamo analizzato i comportamenti dell'algoritmo Sunny andando a modificare il metodo di scelta delle feature, principalmente passando da un approccio sequenziale ad uno casuale. Abbiamo implementato e confrontato 3 tecniche oltre a quella di partenza: -randk: sfrutta un approccio puramente casuale per il calcolo delle n feature e della k. -simann: sfrutta la tecnica di ottimizzazione di simulated annealing per calcolare le n feature e il valore di k. -simann-mod: come simann, ma utilizza parametri diversi per il calcolo. All'interno di questa tesi troviamo i risultati dell'esperimento e i vantaggi che si possono avere nell'utilizzo di una tecnica che non visita tutte le possibili soluzioni, ma solamente un numero ridotto di esse.