文章目錄

• 機器學習自動調參
• • 1. Hyperopt
  • • **Hyperopt搜索參數空間**
    • • 參數空間的設置
      • 使用sample函數從參數空間內采樣：
      • 在參數空間內使用函數：
    • **指定搜索的算法**
    • 實例
    • Hyperopt調參XGBoost
  • 2. 貝葉斯調參

機器學習自動調參

在實際應用中，我們需要選取合適的模型，并對模型調參，得到一組合適的參數。尤其是在模型的調參階段，需要花費大量的時間和精力，卻又效率低下。但是我們可以換一個角度來看待這個問題，模型的選取，以及模型中需要調節的參數，可以看做是一組變量，模型的質量標準（比如正確率，AUC）等等可以看做是目標函數，這個問題就是超參數的優化的問題。我們可以使用搜索算法來解決。

假設有如下函數：

def q (args) :x, y = argsreturn x ?? 2 + y ?? 2 與50位技術專家面對面20年技術見證，附贈技術全景圖

總結

以上是生活随笔為你收集整理的使用Hyperopt实现机器学习自动调参的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。