Vad är rutnätssökningsalgoritm?
Vad är rutnätssökningsalgoritm?

Video: Vad är rutnätssökningsalgoritm?

Video: Vad är rutnätssökningsalgoritm?
Video: GridSearchCV | Hyperparameter Tuning | Machine Learning with Scikit-Learn Python 2024, Maj
Anonim

Rutnät - sökande är processen att skanna data för att konfigurera optimala parametrar för en given modell. Beroende på vilken typ av modell som används är vissa parametrar nödvändiga. Rutnät - sökande kan tillämpas över maskininlärning för att beräkna de bästa parametrarna att använda för en given modell.

Med tanke på detta, vad används grid search för?

Rutnät - Sök är brukade hitta de optimala hyperparametrarna för en modell som resulterar i de mest "exakta" förutsägelserna.

Förutom ovan, vad är rutnätssökningstekniken och hur den kan tillämpas för att optimera en inlärningsalgoritm? I allmänhet: rutnätssökning är en Metod till hitta bra värden för modellparametrar som kan inte vara optimerad direkt. Det fungerar genom att definiera en rutnät över modellparametrarna och sedan utvärdera modellens prestanda för varje punkt på rutnät (med hjälp av en valideringsuppsättning (eller CV), inte Träning data).

Vet också, vad är grid search i Python?

En introduktion till Rutnätssökning . Denna artikel kommer att förklara i enkla termer vad rutnätssökning är och hur man implementerar rutnätssökning använder sklearn in pytonorm . Vad är rutnätssökning ? Rutnätssökning är processen att utföra hyperparameterinställning för att bestämma de optimala värdena för en given modell.

Vad är parameternät?

De parameter rutnät att utforska, som en estimerare av ordbokskartläggning parametrar till sekvenser av tillåtna värden. Ett tomt dikt betyder standard parametrar . En sekvens av dikter betyder en sekvens av rutnät att söka, och är användbart för att undvika att utforska parameter kombinationer som inte är meningsfulla eller inte har någon effekt.

Rekommenderad: