问“黑箱”系统中最优参数的求取

EN

我正在开发机器学习算法，根据训练数据对图像进行分类。

在图像预处理阶段，我可以修改几个参数，这些参数影响我输入算法的数据(例如，我可以在提取SURF特征时改变Hessian阈值)。因此，到目前为止的流动情况如下：

param1，param2，param3.=>黑匣子=>准确率%

我的问题是：有这么多参数可供我使用，我如何系统地挑选给我优化结果/精度的值？一种天真的方法是运行我嵌套的循环(假设i参数)，然后迭代所有的参数组合，但是如果从我的“黑箱”系统中计算精度需要5分钟，这将需要很长很长的时间。

话虽如此，在黑匣子系统中，是否有任何算法或技术可以搜索最优参数？我正在考虑上一门关于离散优化的课程，但我不确定这是否是我时间的最佳利用。

谢谢你的时间和帮助！

编辑(回答注释)：我有5-8个参数。每个参数都有自己的范围。一个参数可以是0-1000 (整数)，而另一个参数可以是0到1(实数)。没有什么能阻止我多线程黑匣子评估。

此外，黑匣子的某些部分对它们也有一些随机性。例如，一个阶段是使用k均值聚类.每个黑匣子的评估，集群中心可能会改变。我运行k-意思是几次(希望)避免局部optima。此外，我对黑匣子进行了多次评估，并找到了中位精度，以进一步减少随机性和离群点。