貝葉斯優化原理及應用[附XGBoost、LightGBM超參數調優代碼][scikit-optimize]

近年來機器學習和深度學習算法被愈來愈普遍的應用於解決對未知數據的預測問題。因爲超參數的選擇對模型最終的效果可能有極大的影響，爲了使模型達到更好的效果，一般會面臨超參數調優問題。但如何選擇合適的超參數並無一個明確的指導，而且同一模型面對隨時間變化的數據，其超參數的選擇均可能須要隨着數據變化進行調節，更況且是本來就分佈不一樣的兩份數據。所以，人工指定超參數一般是根據經驗或隨機的方法進行嘗試，深度學習裏

>>阅读原文<<