前言
众所周知,机器学习和深度学习工作流中最困难的部分之一,就是为模型找到最好的超参数,机器学习和深度学习模型的性能与超参数直接相关。
维基百科上说,“ Hyperparameter optimization 或 tuning 是为学习算法选择一组最优的
hyperparameters 的问题”。
超参数调优的越好,得到的模型就越好。调优超参数可能是非常乏味和困难的,更像是一门艺术而不是科学。
超参数(Hyperparameters)
超参数是在建立模型时用于控制算法行为的参数。这些参数不能从常规训练过程中获得。在对模型进行训练之前,需要对它们进行赋值或者初始化。
调参的方式方法
1、传统手工搜索
在传统的调参过程中,我们通过训练算法手动检查随机超参数集,并选择符合我们目标的最佳参数集。
我们看看代码:
# importing required libraries
from sklearn.neighbors import KNeighborsClassifier
from sklearn.model_selection import train_test_split
from sklearn.model_selection import KFold, cross_val_score
from sklearn.datasets import load_wine
wine = load_wine()
X = wine.data
y = wine.target
# splitting the data into train and test set
X_train,X_test,y_train,y_test = train_test_split(X, y, test_size = 0.3, random_state = 14)
# declaring parameters grid
k_value = list(range(2,11))
algorithm = ['auto', 'ball_tree', 'kd_tree', 'brute']
scores = []
best_comb = []
kfold = KFold(n_splits=5)
# hyperparameter tunning
for algo in algorithm:
for k in k_value:
knn = KNeighborsClassifier(n_neighbors=k, algorithm=algo)
results = cross_val_score(knn, X_train, y_train, cv=kfold)
print(f'Score:{round(results.mean(),4)} with algo = {algo}, K = {k}')
scores.append(results.mean())
best_comb.append((k,algo))
best_param = best_comb[scores.index(max(scores))]
print(f'\nThe Best Score : {max(scores)}')
print(f"['algorithm': {best_param[1]} ,'n_neighbors': {best_param[0]}]")
缺点:
- 没办法确保得到最佳的参数组合。
- 这是一个不断试错的过程,所以,非常的耗时。
2、网格搜索
网格搜索是一种基本的超参数调优技术。它类似于手动调优,为网格中指定的所有给定超参数值的每个组合构建模型,评估并选择最佳模型。考虑上面的例子,其中两个超参数k_value =[2, 3, 4, 5, 6, 7, 8, 9, 10] & algorithm =[' auto ', ' ball_tree ', ' kd_tree ', ' brute ']
,在这个例子中,它总共构建了 9*4 = 36
种不同组合的模型。
让我们来了解一下 sklearn
的 GridSearchCV
是如何工作的:
from sklearn.model_selection import GridSearchCV
knn = KNeighborsClassifier()
grid_param = { 'n_neighbors' : list(range(2,11)) ,
'algorithm' : ['auto', 'ball_tree', 'kd_tree', 'brute'] }
grid = GridSearchCV(knn, grid_param, cv=5)
grid.fit(X_train, y_train)
# best parameter combination
grid.best_params_
# Score achieved with best parameter combination
grid.best_score_
# all combinations of hyperparameters
grid.cv_results_['params']
# average scores of cross-validation
grid.cv_results_['mean_test_score']
缺点:
由于它尝试了超参数的每一个组合,并根据交叉验证得分选择了最佳组合,这使得 GridsearchCV
非常慢。
3、随机搜索
使用随机搜索代替网格搜索的动机是,在许多情况下,所有的超参数可能不是同等重要的。随机搜索从超参数空间中随机选择参数组合,参数由 n_iter
给定的固定迭代次数的情况下选择。实验证明,随机搜索的结果优于网格搜索。
让我们来了解sklearn的RandomizedSearchCV是如何工作的:
from sklearn.model_selection import RandomizedSearchCV
knn = KNeighborsClassifier()
grid_param = { 'n_neighbors' : list(range(2, 11)) ,
'algorithm' : ['auto', 'ball_tree', 'kd_tree', 'brute'] }
rand_ser = RandomizedSearchCV(knn, grid_param, n_iter=10)
rand_ser.fit(X_train, y_train)
# best parameter combination
rand_ser.best_params_
# score achieved with best parameter combination
rand_ser.best_score_
# all combinations of hyperparameters
rand_ser.cv_results_['params']
# average scores of cross-validation
rand_ser.cv_results_['mean_test_score']
缺点:
随机搜索的问题是它不能保证给出最好的参数组合。
4、贝叶斯搜索
贝叶斯优化属于一类优化算法,称为基于序列模型的优化(SMBO)算法。这些算法使用先前对损失 f
的观察结果,以确定下一个(最优)点来抽样 f
。该算法大致可以概括如下。
- 通过不断地添加样本点来更新目标函数的后验分布,计算损失
f
的后验期望; - 在新的点
X
的抽样损失f
,从而最大化f
的期望的某些方法。该方法指定f
域的哪些区域最适于抽样。
重复这些步骤,直到满足某些收敛准则。
让我们用 scikit- optimization
的 BayesSearchCV
来理解它是如何工作的:
首先需要安装依赖包:
pip install scikit-optimize
代码如下:
from skopt import BayesSearchCV
import warnings
warnings.filterwarnings("ignore")
# parameter ranges are specified by one of below
from skopt.space import Real, Categorical, Integer
knn = KNeighborsClassifier()
#defining hyper-parameter grid
grid_param = { 'n_neighbors' : list(range(2,11)) ,
'algorithm' : ['auto','ball_tree','kd_tree','brute'] }
#initializing Bayesian Search
Bayes = BayesSearchCV(knn , grid_param , n_iter=30 , random_state=14)
Bayes.fit(X_train,y_train)
#best parameter combination
Bayes.best_params_
#score achieved with best parameter combination
Bayes.best_score_
#all combinations of hyperparameters
Bayes.cv_results_['params']
#average scores of cross-validation
Bayes.cv_results_['mean_test_score']
另一个实现贝叶斯搜索的类似库是 bayesian-optimization
:
pip install bayesian-optimization
实现案例:
from bayes_opt import BayesianOptimization
def KNN_evaluate(n_neighbors, algo):
"""自定义的模型评估函数"""
# 5-flod 交叉检验
kfold = KFold(n_splits=5)
algorithms = ['auto', 'ball_tree', 'kd_tree', 'brute']
# 传入的参数需要是整数
n_neighbors = int(n_neighbors)
algo = int(algo)
knn = KNeighborsClassifier(n_neighbors=n_neighbors, algorithm=algorithms[algo])
# 注意BayesianOptimization会向最大评估值的方向优化
val = cross_val_score(knn, X_train, y_train, cv=kfold).mean()
return val
#defining hyper-parameter grid
grid_params = {'n_neighbors' : (1, 11), 'algo' : (-4.9, 3.9)}
# call bayes-opt
opt = BayesianOptimization(KNN_evaluate, grid_params)
# How many steps of bayesian optimization and random exploration you want to perform
opt.maximize(
init_points=3,
n_iter=6,
)
# get the max value of combinations
opt.max
# get all results
opt.res
缺点:
要在2维或3维的搜索空间中得到一个好的代理曲面需要十几个样本,增加搜索空间的维数需要更多的样本。
总结
在确定参数的最佳组合的保证和计算时间之间总是存在权衡。如果超参数空间(超参数个数)非常大,则使用随机搜索找到超参数的潜在组合,然后在该局部使用网格搜索(超参数的潜在组合)选择最优特征。
参考文献:
1、英文原文:https://medium.com/swlh/4-hyper-parameter-tuning-techniques-924cb188d199
2、每个算法人员都应该知道的4个超参数调试方法
3、ML模型超参数调节:网格搜索、随机搜索与贝叶斯优化