机器学习中的超参数
来源:互联网 发布:手机网络初始化失败 编辑:程序博客网 时间:2024/05/29 10:53
链接:https://www.quora.com/What-are-hyperparameters-in-machine-learning
在机器学习或者深度学习中,会遇到名词:超参数(hyperparameters)。超参数是用来区别通过数据训练获得的参数。在机器学校中,通过训练数据集获得的模型(Model)的实质是数学表达式,该表达式有不同的参数,这些参数是通过训练过程中来确定的。机器学习的关键:用模型来拟合数据。实现完美拟合的关键是进行模型的训练(Training)。超参数则是一种无法直接通过训练来确定参数取值的一种参数。这种参数从更高的一个层次来对模型进行描述。比如描述模型的复杂性或者学习的快速性。通常在进行模型训练之前,超参数的值是确定的。
理解超参数的定义后,那么在实际的模型训练中该如何确定超参数呢?详细的超参数的确定的方法不在此列出,这里给出简单的思路:通过设置不同的超参数,然后进行模型的训练,最后进行模型的测试,测试结果最好的那组超参数作为最终的结果。
常见的超参数:1.一棵树的叶子数或者深度;2. 矩阵分解中潜在因素的数量;3.模型训练时使用的学习率(learning rate);4.深度神经网络中隐藏层的数量;5.k均值聚类中聚类的数目。
阅读全文
0 0
- 机器学习中的超参数
- 机器学习中的参数与超参数之间的区别
- 机器学习中的超参数(Hyperparameters in machine learning)
- 机器学习中的超平面
- 机器学习中的超平面
- Spark机器学习之模型选择和超参数调整
- Spark机器学习之模型选择和超参数调整
- 【机器学习 sklearn】XGBclassifier 超参数寻优
- 机器学习中的超平面wx+b=0?
- 深度学习中的验证集和超参数简介
- 机器学习算法中如何选取超参数:学习速率、正则项系数、minibatch size
- 机器学习算法中如何选取超参数:学习速率、正则项系数、minibatch size
- 机器学习算法中如何选取超参数:学习速率、正则项系数、minibatch size
- 机器学习算法中如何选取超参数:学习速率、正则项系数、minibatch size
- 机器学习算法中如何选取超参数:学习速率、正则项系数、minibatch size
- 机器学习算法中如何选取超参数:学习速率、正则项系数、minibatch size
- 机器学习算法中如何选取超参数:学习速率、正则项系数、minibatch size
- 机器学习算法中如何选取超参数:学习速率、正则项系数、minibatch size
- spring框架的定时器应用
- Can't create table #sql-2e4_14.frm' (errno: 150)--创建外键时发生的错误
- CentOS 7 创建eclipse快捷方式
- Add Two Numbers
- MyBatis动态sql_trim自定义字符串截取
- 机器学习中的超参数
- MOSFET管开关电路基本知识总结
- 注册系统管理员
- hadoop软件大全下载整理(更新中)
- android进阶-Android Scroll分析
- <c:out value="<b>没有进行转换<b>" escapeXml="false"><c:out>标签中的escapeXML属性
- 6.Python入门之序列
- 关于C++的翻书回顾
- 设置运动会相关模板