Я предполагаю, что гауссовская эффективность связана с затратами на вычисления.
Эффективность гауссовой адаптации опирается на теорию информации благодаря Клоду Э. Шеннону. Когда событие происходит с вероятностью P, тогда может быть достигнут информационный журнал (P). Например, если средняя пригодность равна P, информация, полученная для каждого индивидуума, выбранного для выживания, будет в среднем –log (P) - и работа / время, необходимое для получения информации, пропорциональна 1 / P. Таким образом, если эффективность, E, определяется как информация, деленная на работу / время, необходимое для ее получения, мы имеем: E = -P log (P). Эта функция достигает максимума, когда P = 1 / e = 0,37. Тот же результат был получен Гейнсом другим методом.
Я могу просто сделать вывод, что чем выше эффективность Гаусса, тем меньше ресурсов (ОЗУ) требуется для вычисления чего-то вроде надежной оценки масштаба большой выборки. Поскольку процессоры работают намного быстрее, чем остальные компьютеры, мы предпочитаем запускать алгоритм проб / ошибок, а не делать это сразу, говоря 128 ГБ ОЗУ. когда эффективность Гаусса высока, работа будет выполнена в более короткие сроки.