机器学习调参-模型选择

本文主要介绍机器学习模型中超级参数(hyperparameter)的调优问题（下文简称为调参问题），主要的方法有手动调优、网格搜索、随机搜索以及基于贝叶斯的参数调优方法。由于模型一般由它的超级参数肯定，因此从更高的角度看调参问题就转化为模型选择问题。web 手动调优 须要较多专业背景知识。机器学习 网格搜索 先固定一个超参，而后对其余各个超参依次进行穷举搜索，超参集合为 H={h1,h2,...,

>>阅读原文<<