如何找到将用于 ML 模型的超参数调整的参数的最佳值？

【问题标题】：How can I find the best values for the parameters that I will be using for Hyperparameter tuning of ML models?如何找到将用于 ML 模型的超参数调整的参数的最佳值？
【发布时间】：2019-12-05 17:24:16
【问题描述】：

我试图省略试错法。

【问题讨论】：

对于任何机器学习算法，你都会有一定数量的超参数。

标签： machine-learning neural-network data-science hyperparameters

【解决方案1】：

一般参数值没有精确定义。它需要研究，尝试定义参数空间并尝试找到最适合您的模型。尝试使用Hyperopt 或常用方法来调整超参数。

【讨论】：

【解决方案2】：

调整 ML 模型的超参数的一种常用方法是 Grid Search，其中测试了预先确定的超参数子集。

另一个更高级和更高效的选项是Bayesian Optimization，其中使用对模型性能的连续观察来构建从超参数到目标函数的概率映射。

【讨论】：