机器学习笔记之~参数与超参数的区别

参数：模型内部的配置变量，可以用数据估计模型参数的值。

超参数：模型外部的配置，必须手动设置参数的值。

简单理解就是：

参数是通过模型的训练得到的，一般是指神经网络模型的权重和偏置，支持向量机中的支持向量，线性回归或逻辑回归中的系数等；

超参数是人为手动设置的，一般是神经网络模型的学习率、模型的层数、每层的节点数，以及支持向量机的C和sigma超参数等。

 

 

 

 

参考：https://www.sohu.com/a/162668722_697750