贝叶斯优化原理及应用[附XGBoost、LightGBM超参数调优代码][scikit-optimize]

近年来机器学习和深度学习算法被愈来愈普遍的应用于解决对未知数据的预测问题。因为超参数的选择对模型最终的效果可能有极大的影响，为了使模型达到更好的效果，一般会面临超参数调优问题。但如何选择合适的超参数并无一个明确的指导，而且同一模型面对随时间变化的数据，其超参数的选择均可能须要随着数据变化进行调节，更况且是本来就分布不一样的两份数据。所以，人工指定超参数一般是根据经验或随机的方法进行尝试，深度学习里

>>阅读原文<<