超参数调参#机器学习#数据挖掘#数据分析

感觉调超参数有点像一个贪心算法。

参数A调到最好之后,在参数A的基础上调参数B,参数AB调到最好之后,在参数AB的基础上调参数C........

模型的性能只能跟着参数一点点往上走,很大可能最终结果只是较好,而不是最好。

😭甚至在第一步选择一个较优的参数A的时候(此时参数BC....只能都是随机选择的,这时候选出来的当前较优参数A可能受当前后续参数BC....的影响,并没那么好),已经直接决定了此次调参过程中模型能力的上限,甚至可能很差。除了让参数ABC.....的可选值全组合,此题何解?

PS:配一个无关紧要的调参图

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值