机器学习 | Python贝叶斯超参数优化模型答疑
目录
-
- 机器学习 | Python贝叶斯超参数优化模型答疑
-
- 问题汇总
- 问题1答疑
- 问题2答疑
- 问题3答疑
问题汇总
问题1:想问一下贝叶斯优化是什么?
问题2:为什么使用贝叶斯优化?
问题3:如何实现?
问题1答疑
超参数优化在大多数机器学习流水线中已成为必不可少的一步,而贝叶斯优化则是最为广为人知的一种“学习”超参数优化方法。
超参数优化的任务旨在帮助选择学习算法中成本(或目标)函数的一组最佳参数。这些参数可以是数据驱动的(例如,各种训练数据组合)或模型驱动的(例如神经网络中的层数、学习率、优化器、批处理大小等)。在具有深度架构的最先进复杂机器学习