【问题标题】:Catboost tuning order?Catboost 调整顺序?
【发布时间】:2018-04-10 22:11:22
【问题描述】:

因此,使用 Catboost,您可以调整参数,也可以调整迭代。因此,对于迭代,您可以在打开过拟合检测器的情况下使用交叉验证进行调整。对于其余参数,您可以使用贝叶斯/Hyperopt/RandomSearch/GridSearch。我的问题是调整 Catboost 的顺序。我应该先调整迭代次数还是先调整其他参数。许多参数在某种程度上取决于迭代次数,但迭代次数也可能取决于参数集。那么知道哪种顺序是正确的方法吗?

【问题讨论】:

    标签: python machine-learning cross-validation hyperparameters catboost


    【解决方案1】:

    您基本上已经回答了自己的问题。任何依赖于 x 的变量都必须先定义 x

    要记住的一点是,您可以在需要传递给它的变量之前定义一个函数,因为它只有在您调用函数时才需要输入变量,定义函数只是设置您将使用的过程.调用函数并定义它返回的变量是您必须按顺序执行的操作。

    您将使用的顺序是:

    包括任何远程库或函数,定义任何不依赖任何东西的初始变量,定义本地函数。

    接下来,您首先需要生成迭代函数所需的变量,然后使用这些变量进行迭代,然后生成依赖于迭代的变量。

    【讨论】:

    • 我正在考虑的问题更多地是这样一个事实,即如果您将迭代次数保持为默认数字(500)并优化参数,您实际上将优化 500 次迭代和它会使任何其他数量的迭代变得更糟,无论这些其他数量的迭代是否实际上是一种改进。
    • 您需要将代码添加到问题中以便我对此发表评论,您在做什么优化?它是否被应用于成本函数?什么是成本函数?
    猜你喜欢
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 2014-11-29
    • 1970-01-01
    • 2021-10-10
    • 2021-09-19
    相关资源
    最近更新 更多