機器學習調參-模型選擇

本文主要介紹機器學習模型中超級參數(hyperparameter)的調優問題（下文簡稱爲調參問題），主要的方法有手動調優、網格搜索、隨機搜索以及基於貝葉斯的參數調優方法。由於模型一般由它的超級參數肯定，因此從更高的角度看調參問題就轉化爲模型選擇問題。web 手動調優 須要較多專業背景知識。機器學習 網格搜索 先固定一個超參，而後對其餘各個超參依次進行窮舉搜索，超參集合爲 H={h1,h2,...,

>>阅读原文<<