理论上，我熟悉将可用数据集划分为三个部分的一般实践：
验证集:用于调整模型的超参数(例如，隐藏层数、每层神经元数、.)。我想用网格搜索来选择一个好的网络架构(我的问题不太复杂，数据集也不太大，所以这是可行的)，但我不确定如何将这种三向分割应用于我的问题。这意味着，在进行网格搜索时，我已经使用培训和验证集对模型进行了拟合(即验证集将对模型的外观产生影响)。这意味着，以前的测试集以某种方式变成了新的验
浏览 0提问于2019-08-10得票数 1
回答已采纳
1回答
control=list(nstart=nstart, seed = seed, best = best, burnin =如何创建网格搜索来查找参数的最佳值
浏览 31提问于2019-08-18得票数 1
回答已采纳
假设我有一个使用三个变量的模型，这三个变量中的每一个都有不同的变量。例如，变量2可能是物种多样性，但是有不同的变体，如Shannon-Wiener，Simpson，反向Simpson等。是否有一种机器学习算法(最好在R中)可以测试变量的不同组合？
任何帮助都将不胜感激，如果您有任何澄清问题，请告诉我。
浏览 0提问于2022-01-22得票数 0
我正在做支持向量机分类，我需要对参数C和g执行网格搜索。在LIBSVM中，文件grid.py会找到最佳参数。然而，这是一个python脚本，我不知道如何在Matlab中运行它。有没有其他方法来预测参数的最佳值？提前谢谢你。
浏览 0提问于2014-12-18得票数 0
网格搜索是一种从我们指定的组合中为任何模型找到最佳参数的方法。我已经形成了一个网格搜索我的模型在下面的方式，并希望找到最好的参数识别使用这个网格搜索。estimator = rf, param_grid = param_grid, 现在，我希望找到网格<
浏览 0提问于2020-03-21得票数 17
回答已采纳
我正在研究一个问题来预测电影产生的收入。我正在使用sklearn的多项式核的支持向量回归算法。我尝试使用正则化参数的默认值来找到给出最佳精度的度数。但是，我得到了7位数字范围内的误差百分比。因此，我决定通过调整正则化参数来增加方差。或者还有其他我应该考虑的事情吗？
浏览 0提问于2020-03-11得票数 0
我使用Gridsearch来预测二进制结果的DecisionTreeClassifier。当我使用默认参数运行fit并进行预测时，我会得到以下结果：F1: 0.9581087077004674答:在我的数据集中有这么多特性，限制最大深度和最小样本与指定值的分割不能给出足够的结果。添加零和增加范围解决了问题。
浏览 0提问于2018-11-02得票数 4
我使用网格搜索来调优我的模型的参数(随机森林，线性回归等)。scoring="mean_squared_error", refit=refit)grid_searches[key] = gs错误如下：
AttributeError: 'GridSearchCV' object has no attribute 'best_estimator_&#
浏览 2提问于2015-12-09得票数 4
回答已采纳
网格搜索技术是一种易于使用且令人尴尬的并行方法，用于为机器学习模型找到最佳超参数集。Google Cloud Machine Learning (ML)引擎是否使用网格搜索？
浏览 0提问于2017-09-14得票数 0
虽然我理解算法是如何工作的，但我无法为我的数据集确定n_neighbors。
请给我建议。
浏览 0提问于2019-03-10得票数 7
当涉及到网格搜索和拟合最终模型时，我有点困惑。我分成两部分:训练和测试。测试集只用于最终评估。我只使用培训数据执行网格搜索。1)不要培养榜样。使用来自网格搜索的最佳模型的参数。2
浏览 2提问于2018-10-28得票数 4
回答已采纳
我很难理解grid_search类是如何工作的。我想找到我可以和max_depth一起使用的最好的RandomForestClassifier参数。我指定了我希望搜索通过的可能选项，并期望模块输出“最佳匹配”max_depth选项。grid_search.GridSearchCV(forest, forest_parameters)我期望我的explorer网格
浏览 0提问于2015-12-25得票数 1
回答已采纳
假设我想进行嵌套交叉验证(例如外部:5x内部:4)，并使用顺序优化来找到最佳的参数集。调优参数发生在内部循环中。在进行正常网格搜索时，对每个超参数组合进行三倍训练和1倍内环测试，然后选择最佳参数集。然后，对内环的超参数组合进行训练，并以类似于内环的方式对外环的新测试褶皱进行评估。
但是由于它是一个网格搜索，所有的参数都是先验已知的。使用顺序优化时，新的参数
浏览 1提问于2020-01-08得票数 0
回答已采纳
2回答
我使用网格搜索为径向基支持向量机寻找最优参数C和伽马，下面的代码(代码主要取自)。这很好，但我有两个即将提出的问题：
1.鉴于我只有一个数据集可供处理--我如何处理C和伽马的最佳值？我是否将我的数据集分开，只使用一个部分来确定网格搜索的最佳参数C和γ，然后使用第二部分来预测这些参数的准确性？2.鉴于我在为旧数据集找到最佳C和伽马之后又有了另一个数据集--为什么我应该对新数据集使用这
浏览 4提问于2015-09-25得票数 0
回答已采纳
用静态数据绘制ACF、PACF图确定MA和AR滞后
我的问题是，我是否应该将原始数据(非平稳数据，从第一步)传递到像SARIMA、ARIMA和SARIMAX这样的时间序列模型，并使用平稳数据(步骤3)来确定模型的
浏览 0提问于2023-05-08得票数 0
回答已采纳
1回答
这两个问题的假正负和真负是由于常数，如在cascade.detectMultiScale参数: scaleFactor，minNeighbors，minSize，maxSize。所以我的问题是如何找到这些参数的最优值？
浏览 0提问于2018-12-21得票数 0
回答已采纳
1回答
在Microsoft中是否有执行参数调优的功能？R中的等价函数是train()，它进行了相当广泛的网格搜索，并通过精度比较找到了模型的最佳参数。
浏览 0提问于2018-07-09得票数 0
我的机器学习模型数据集是cleaveland数据库，有300行和14个属性--预测一个人是否患有心脏病。但目的是建立一个logistic回归的分类模型。我对数据进行了预处理，并使用x_train、Y_train、X_test、Y_test运行了模型。得到了82 %的准确率。我做了RFErecursive功能消除尽管如此，我仍然没有发现数据集的准确性更高。另外，为什么我的模型每次显示不同的准确性？是因为每次服用不同的x_train、Y_t
浏览 2提问于2021-03-04得票数 1
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
云直播
对象存储
实时音视频活动推荐
腾讯云开发者
