1回答
尝试可视化hyperparamt和它们的结果，我无法在3d绘图中绘制它们PlotGridSearch(grid,xparam,yparam,zlabels):gs
浏览 16提问于2019-11-12得票数 1
假设我有一个sklearn管道：我对超参数运行网格搜索，以找到最好的模型。我想我可以使用在相同数据上发现的最佳参数和每一步的结果重新运行管道，但这可能已经存在，如下所示：或我的最终目标
浏览 0提问于2018-11-08得票数 0
在特定情况下，我有一些超参数调优作业，在这些作业中，我希望对超参数调优作业中的超参数网格执行详尽的搜索。我该怎么做呢？我执行纯网格搜索的动机是:我观察到，针对完全离散类型的超参数的超参数调优作业多次评估相同的超参数组合，这是我不想要的。我怀疑这与贝叶斯优化的
浏览 3提问于2018-01-19得票数 1
2回答
这里是关于科学学习中的超参数优化过程的概述。随机搜索比网格搜索速度快，但方差过大。在其他包中也有其他策略，包括scikit优化、自动滑雪和scikit超带。
什么是最有效的方法(快速找到合理的性能参数)的超参数优化
浏览 0提问于2019-03-13得票数 11
在那个人工神经网络中，我是机器学习的新手。我在R中使用nnet软件包进行神经网络的训练。模型参数和超参数有什么区别？我听说在我们设置模型参数之前就设置了超参数。人工神经网络的超参数和模型参数是什么？即是否在神经网络训练阶段调整超参数，在验证阶段调整模型参数？
浏览 0提问于2017-03-16得票数 3
我知道在H2O中有不同的方法来执行超参数优化，比如H2OGridSearch，H2ORandomSearch。然而，当我们使用H2OAutoML一次训练多个模型时，是否有一种方法可以包含超参数优化方法？它是否已经将其包含为默认设置？任何输入都是有益的。
浏览 2提问于2020-07-09得票数 1
当涉及到网格搜索和拟合最终模型时，我有点困惑。我分成两部分:训练和测试。测试集只用于最终评估。我只使用培训数据执行网格搜索。1)不要培养榜样。使用来自网格搜索的最佳模型的参数。2
浏览 2提问于2018-10-28得票数 4
回答已采纳
2回答
我有一个两类预测模型；它有n可配置(数字)参数。如果您对这些参数进行适当的调优，该模型可以很好地工作，但是很难找到这些参数的具体值。我使用网格搜索(例如，为每个参数提供m值)。这就产生了学习m ^ n的时间，即使在一台有24个核的机器上并行运行也是非常耗时的。我试着修复除了一个参数之外的所有参数，并且只修改这个参数(这会产生m × n时间)，但对我来说，如何处理所获得的结果并不明显。这是一个精度(三角形)和回忆(点)
浏览 5提问于2015-07-17得票数 3
回答已采纳
考虑到像神经网络这样的算法是随机的，你应该在运行超参数搜索之前设置一个随机种子吗？如果在搜索最佳超参数时不设置随机种子，如何确保在训练模型时可以获得与具有最佳超参数的场景相同的结果？有人说，当在GPU上运行时，我们无论如何都得不到可重现的结果，但是在CPU上运行训练呢？
浏览 0提问于2020-11-17得票数 0
我在机器学习环境中工作，使用神经网络。
测试集:用于评估模型的性能。我想用网格搜索来选择一个好的网络架构(我的问题不太复杂，数据集也不太大，所以这是可行的)，但我不确定如何将这种三向分割应用于我的问题。这意味着，在进行网格搜索时，我已经使用培训
浏览 0提问于2019-08-10得票数 1
回答已采纳
我正在执行RandomForest的超参数调优，如下所示，使用GridSearchCV。{'criterion': 'gini', 'max_depth': 6, 'max_features': 'auto', 'n_estimators': 200}但是，我仍然不清楚如何在GridSearchCV中使用10-fo
浏览 2提问于2019-04-10得票数 4
回答已采纳
1回答
这两个问题的假正负和真负是由于常数，如在cascade.detectMultiScale参数: scaleFactor，minNeighbors，minSize，maxSize。在face_recognizer中，num_components，阈值。
所以我的问题是如何找到这些参数的最优值？
浏览 0提问于2018-12-21得票数 0
回答已采纳
1回答
爬山算法-最佳步长
、、、
我正在实现一个标准爬山算法，以优化预测模型的超参数。爬山算法正在作为两阶段方法的一部分加以应用：1*10^seq(-4, 5, by=1)
[1] 1e-04 1e-03 1e-02 1e-01 1e+00 1e+01 1e+02 1e+03 1e+04 1e我不认为对于<e
浏览 0提问于2020-05-07得票数 0
回答已采纳
1回答
深层网络的超参数优化
、、、、
就像其他网络一样，我很难优化超参数。
如果我使用一组临时的超参数来模拟网络，我如何度量这些超参数的“好”？由于每次模拟都需要相对较长的时间(对于我的网络来说，训练一个时期大约需要70秒)，那么是否有一种更快的方法可以在没有实际运行全部训练的情况下检查超参数</e
浏览 0提问于2017-01-24得票数 2
回答已采纳
1回答
在我的数据中，我有24个预测因子(1000个观察值)，其中一个是分类的(性别)，其他的都是数字的。我已经对大尺度特征进行了转换并进行了估算。现在，当我实现RF时，它在训练集中总是完美的，而根据交叉验证，比率并不是很好。即使在测试集中应用它，它也会给出非常非常低的召回值。我该如何解决这个问题？
浏览 2提问于2017-05-24得票数 0
我在做logistic回归项目。在这样做的时候，我学到了以上的概念。那么randomsearchCV和gridsearchCV是什么呢？
浏览 1提问于2019-08-09得票数 2
回答已采纳
我的目标是对各种VW模型的参数空间(尝试不同的损失函数和正则化等)进行网格搜索。由于模型可能需要多次通过，所以我想使用交叉验证。我想知道我是否应该实现我自己的交叉验证代码(也许是作为bash脚本)，还是我正在重新发明轮子。任何关于这一点是否已经做过等或最好的处理方式的指示都是有用的。我正在研究如何在bash脚本中实现交叉验证，并使用GNU并行化网格搜索。
浏览 3提问于2013-09-17得票数 7
回答已采纳
对于单个输出MLP，我通常使用H2o包实现，它具有很好的随机网格搜索功能。由于H2o不支持多个输出，所以我切换到mxnet包。您是否知道任何包，或者您是否有用于超参数搜索的自实现函数？谢谢!多输出意味着多个响应变量(MIMO问题)。RR
浏览 0提问于2017-09-26得票数 1
2回答
当我用支持向量机训练一个模型的数据集时，首先执行哪一个过程，交叉验证还是网格搜索？我在几本书里读过这篇文章，但我不知道这一切该按什么顺序进行。如果第一次执行交叉验证，如果没有找到网格搜索提供的最优值，在那里使用什么超参数？此外，在整个过程中，应在何处计算混淆矩阵？
提前感谢
浏览 0提问于2020-03-02得票数 4
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
