如何在大数据中进行超参数优化？答案

【问题标题】：how to do hyperparameter optimization in large data?如何在大数据中进行超参数优化？
【发布时间】：2021-11-23 22:10:34
【问题描述】：

我几乎完成了我的时间序列模型，收集了足够的数据，现在我陷入了超参数优化。

经过大量谷歌搜索后，我发现了一个名为 ultraopt 的新的优秀库，但问题是我应该从我的总数据 (~150 GB) 中使用多少数据片段来进行超参数调整。而且我想尝试很多算法和组合，有没有更快更简单的方法？

或者

是否涉及任何数学问题，例如，我的数据 = 100% 大小

使用 5% 的 mydatasize 优化超参数，

优化的超参数 *or+ 或剩余 95% 的数据大小#something like this

一次获得与用于优化的完整数据相似的结果。这些有什么捷径吗？

我正在使用 Python 3.7， CPU：AMD锐龙5 3400g，显卡：AMD Vega 11，内存：16 GB

【问题讨论】：

标签： python performance machine-learning large-data hyperparameters

【解决方案1】：

超参数调整通常在训练-验证-测试拆分的验证集上完成，其中每个拆分将分别占整个数据集的 70%、10% 和 20%。作为基线，可以使用随机搜索，而 Bayesian optimization with Gaussian processes 已被证明具有更高的计算效率。 scikit-optimize 是一个很好的包。

【讨论】：

谢谢它帮了我很多，之后我用谷歌搜索它找到了这些网站，它提供了关于[优化]的很好信息(blog.floydhub.com/…)

【解决方案2】：

一个很好的超参数调优python库是keras tuner。您可以在这个库中使用不同的调谐器，但对于大数据，正如您所提到的，Hyperband Optimization 可能是最先进的且合适的。

【讨论】：

感谢您回答 iam 使用 darts 库进行时间序列预测我无法使用 keras 调谐器，但我将实施超频带优化技术。
@UjwalS，当然可以，因为有多个调谐器，例如 scikit learn tuner。