参数调优

绿盟SecXOps安全智能分析技术白皮书 超参数调优

超参数调优定义内涵在机器学习的上下文中，超参数是在开始学习过程之前设置值的参数，在神经网络训练过程中不会发生改变。
m0_73803866·2022-12-20 16:49

xgb参数

链接：XGBoost参数调优完全指南（附Python代码）-知识天地-博客园通用参数这些参数用来控制XGBoost的宏观功能。
微知girl·2022-12-20 11:04

安全智能分析 定义内涵

超参数调优定义内涵在机器学习的上下文中，超参数是在开始学习过程之前设置值的参数，在神经网络训练过程中不会发生改变。
securitypaper·2022-12-20 03:17

Task6：掌握分类问题的评估及超参数调优

1.超参数简介1.1超参数的“学院派”定义在机器学习的过程中，超参=在开始机器学习之前，就人为设置好的参数。模型参数=通过训练得到的参数数据。通常情况下，需要对超参数进行优化，给学习机选择一组最优超参数，以提高学习的性能和效果1.2怎么决定超参数1.定义关于模型的更高层次的概念，如复杂性或学习能力。2.不能直接从标准模型培训过程中的数据中学习，需要预先定义。3.可以通过设置不同的值，训练不同的模型
csdnshenjiaye·2022-12-19 17:36

来啦|深度讲解风控模型中的参数调优

大数据时代的风控体系必有模型部分的参与，用策略贯穿整个风控体系，以数据为驱动，模型一定是标配内容。于是在模型的建设上，如何精细化地输出一套有效的模型，就是在精细化管理上非常重要的一个差异点。不管传统的逻辑回归也好，还是现在的机器学习也罢，总需要进行的就是模型的调参。关于调参的内容，在知识星球的社区中，我们也跟大家分享过相关的内容，详情如下：在风控建模的流程中，模型调参是非常重要的一步，我们通过调整
番茄风控·2022-12-18 02:47

「Hive进阶篇」详解存储格式及压缩方式

一、前言hive优化除了有hql语句逻辑优化，hql参数调优等等，还有一个不起眼的细节容易被忽视掉，那便是hive数仓模型表的存储格式和压缩方式，hive底层数据是依托在hadoop，以HDFS文件存储在集群上的
大数据阶梯之路·2022-12-16 21:01

第五章 三种搜索策略和超参数调优

文章目录前言一、搜索策略原理图二、使用步骤1.引入库2.读入数据三、超参数调优1、支持向量机（网格搜索策略）2、随机森林（随机搜索）3、神经网络（贝叶斯搜索）四、运行结果前言学习数据挖掘，用于记录练习和回顾一
Big波斯·2022-12-16 16:21

机器学习-回归模型评估及参数调优

目录1.参数与超参数2.调参2.1网格搜索GridSearchCV()2.2随机搜索对模型超参数进行调优1.参数与超参数参数：最小二乘法或者梯度下降法等最优化算法优化出来的数。超参数：无法用最小二乘法或者梯度下降法等最优化算法优化出来的数。简单来说，模型参数就是模型内部的配置变量，可以用数据估计它的值。模型参数一般具有以下特征：进行预测时需要参数。它参数定义了可使用的模型。参数是从数据估计或获悉的
疯子书生z·2022-12-14 16:00

【机器学习基础】数据划分、超参数调整、正则化

正文开始1.1训练，验证，测试集（Train/Dev/Testsets）大家可能已经了解了，那么本周，我们将继续学习如何有效运作神经网络，内容涉及超参数调优，如何构建数据，以及如何确保优化算法快速运行，
风度78·2022-12-14 15:54

超参数优化完整指南

编者按：今天为大家带来的一份超全的超参数调优指南，可谓一文在手，超参数调优无敌手。本文主要介绍了超参数调优的基本概念、常用方法和算法，以及超参数调优的工具推荐。
·2022-12-14 15:17

超参数优化完整指南

编者按：今天为大家带来的一份超全的超参数调优指南，可谓一文在手，超参数调优无敌手。本文主要介绍了超参数调优的基本概念、常用方法和算法，以及超参数调优的工具推荐。
Baihai IDP·2022-12-13 20:08

决策树——员工离职预测模型搭建（2）

上一章学了决策树——员工离职预测模型搭建，这一章将通过模型参数调优寻找出最佳决策树。
遇鱼语渔·2022-12-13 14:05

如何使用决策树来预测(2)--sklearn建模实操

本文是决策树系列的第二篇，主要是代码实操，以汽车违约贷款数据集accepts.csv为例，详细讲解如何在sklearn中使用决策树进行建模、可视化、参数调优等。
sikadeerlu·2022-12-13 14:00

NNI 自动调参使用。

本文只简单介绍如何超参数调优。1原理
JiangHe1997·2022-12-12 16:52

Optuna参数调优Sklearn模型可视化+Roc分层抽样性能分析

目录1.数据集的选用和导入部分2.Optuna调参部分3.ROC图线绘制部分1.数据集的选用和导入部分本次文章的数据集选用经典的病马数据集,当然这个数据集都是可以替换的,可以用其他的二分类数据,数据导入部分没有做很多特殊的处理,做了一个基本的归一化处理,相关的代码如下:#--------------病马预测------------------#文件解析函数,将文件数据转化为特征矩阵,标签矩阵def
Copdi·2022-12-12 12:28

随机森林参数及参数调优

目录随机森林参数意义随机森林调参模型保存随机森林参数意义sklearn.ensemble.RandomForestClassifier(n_estimators=100,*,criterion='gini',max_depth=None,min_samples_split=2,min_samples_leaf=1,min_weight_fraction_leaf=0.0,max_features=
小白冲冲冲··2022-12-11 15:29

深度学习-超参数调优

在机器学习中有很多调优的方式机器学习——超参数调优，深度学习中也存在同样的方式，接下来，介绍一下深度学习框架里边的自动调参模块。
樱缘之梦·2022-12-11 01:23

深度学习在推断阶段的硬件实现方法概述

众所周知，深度学习（deeplearning）在训练阶段完成模型的建立和参数调优，在推断阶段完成具体的实现及应用。
烽火楼·2022-12-10 06:29

Gboost参数调优完整指南（附完整代码）

XGBoost的模型建立将主要依靠XGBoost类库，参数的调优主要基于pythonsklearn类库的网格搜索方法选择最优的超参数。导入所需要的库fromxgboostimportXGBRegressorasXGBRfromsklearn.model_selectionimportKFold,cross_val_scoreasCVS,train_test_splitasTTSimportmatp
Babayacy·2022-12-08 06:04

linux环境下配置postgresql

0.前言最近阅读数据库参数调优相关论文，想要按照论文所述复现实验，因此进行环境配置。本文首先配置postgresql13.6环境。Linux系统版本：Ubuntu20.04.3LTS。
ExileSky·2022-12-07 08:16

【论文简述】 Point-MVSNet：Point-Based Multi-View Stereo Network（ICCV 2019）

、SongfangHan2.发表年份：20193.发表期刊：ICCV4.关键词：MVS、深度学习、点云、迭代改进5.探索动机：很多传统方法通过多视图光度一致性和正则化优化迭代更新，但是需要繁琐的手动超参数调优
华科附小第一名·2022-12-07 05:12

利用贝叶斯优化Hyperopt库进行自动化机器学习参数调优

之前自己一直使用网格搜索(grid-search)来进行参数调优。显然，这种方法调优的候选集很有限，也比较“粗糙”。因此，性能往往不能达到最优。
anshuai_aw1·2022-12-07 01:12

粒子群算法原理|python实现|参数调优

文章目录算法原理（Inspiration）优化过程python实现参数调优w参数的设置参数cic_ici的设置速度范围的设置种群规模的设置算法结果算法原理（Inspiration）粒子群算法来源于鸟群的觅食行为
我是女生，我不做程序媛·2022-12-06 21:13

阿里云天池大赛赛题（机器学习）——O2O优惠券预测（完整代码）

目录赛题背景全代码算法包及全局变量工具函数训练及结果输出算法分析调参整合及输出结果赛题实践结果生成绘制学习曲线参数调优赛题背景O2O行业天然关联着数亿消费者，各类App每天记录了超过百亿调用户行位和位置记录
全栈O-Jay·2022-12-06 12:30

模型效果不好？推荐你8种机器学习调参技巧

大家好，今天给大家一篇关于机器学习调参技巧的文章超参数调优是机器学习例程中的基本步骤之一。该方法也称为超参数优化，需要搜索超参数的最佳配置以实现最佳性能。
机器学习社区·2022-12-05 13:24

机器学习sklearn——day01

决策树目标：将表格转化成一颗树决策树的核心算法要解决两个问题：流程：分类树对应代码：这两个参数用来控制随机性控制不纯度的计算分类树：剪枝参数调优max_depth限制树的最大深度，超过深度减去min_samples_leaf
非畅6 1·2022-12-04 14:57

机器学习知识总结（百面机器学习）

文章目录特征工程特征归一化类别型特征高维组合特征文本表示模型Word2Vec图像数据不足的处理方法模型评估准确率精准率与召回率平方根误差ROC曲线距离评估A/B测试模型评估方法超参数调优过拟合和欠拟合经典算法支持向量机逻辑回归决策树降维
iwtbs_kevin·2022-12-04 14:55

机器学习面试知识点总结（二）——模型评估

百面机器学习笔记第二章模型评估1.评估指标的局限性2.ROC曲线3.余弦距离的应用4.A/B测试的陷阱5.模型评估的方法6.超参数调优7.过拟合与欠拟合第二章模型评估1.评估指标的局限性问题1准确率的局限性准确率是指分类正确的样本占总样本的比例
Leokb24·2022-12-04 14:23

机器学习：超参数调优的方法（网格搜索 、随机搜索、贝叶斯优化算法）

对于很多算法工程师来说，超参数调优是件非常头疼的事。除了根据经验设定所谓的“合理值”之外，一般很难找到合理的方法去寻找超参数的最优取值。而与此同时，超参数对于模型效果的影响又至关重要。
WellWang_S·2022-12-04 11:00

PaddlePaddle(3)——深度学习模型训练和关键参数调优详解

转载请注明作者和出处：https://blog.csdn.net/qq_28810395运行平台：Windows10AIstudio官网：https://aistudio.baidu.com/--飞桨领航团AI达人创造营前言1.什么是人工智能  人工智能（ArtificialIntelligence），英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的
Stefan-0704·2022-12-04 08:42

机器学习_5机器学习库Scikit-learn

机器学习库Scikit-learnScikit-learn概述Scikit-learn主要用法基本建模流程监督学习算法回归分类集成学习无监督学习算法聚类评价指标回归的评价指标分类的评价指标超参数调优交叉验证网格搜索
奥瑞给给~~·2022-12-03 16:57

报错：ValueError: Classification metrics can‘t handle a mix of binary and continuous targets

在做预测类机器学习时，当进行到对模型参数调优那一步，把评判标准设为accuracy后，就报错了why?很可能是是一个分类任务，结果导包的时候导成了回归任务how?
黄佳俊、·2022-12-03 14:44

sklearn库学习----决策树(分类树DecisionTreeClassifier)

文章目录概述决策树算法的核心是解决两个问题sklearn中的决策树基本建模流程重要参数剪枝参数目标权重参数参数调优手段-----网格搜索概述决策树是一种非参数的有监督学习方法，他能够从一系列有特征和标签的数据中总结出决策规则
iostreamzl·2022-12-03 10:22

ai_百面机器学习系列笔记_高斯过程

模型评估–>超参数调优–>贝叶斯优化算法–>高斯过程A高斯过程https://blog.csdn.net/paulfeng20171114/article/details/802760611、修正贝塞尔函数
专一的黄先生·2022-12-02 15:30

Learning to Tune XGBoost with XGBoost

将MeSH应用于梯度提升决策树模型的超参数调优问题。**！元
我要当太空人HcZz·2022-12-01 13:52

（九）集成学习中——Boosting简介&AdaBoost

参考：DataWhale教程链接集成学习（上）所有Task：（一）集成学习上——机器学习三大任务（二）集成学习上——回归模型（三）集成学习上——偏差与方差（四）集成学习上——回归模型评估与超参数调优（五
ArriettyYun·2022-12-01 10:05

机器学习基础知识点②：决策树、随机森林、GBDT与xgboost

C4.5、CART、随机森林、bagging、boosting、Adaboost、GBDT、xgboost算法总结干货|XGBoost进阶—调参+实战GBDT、XGBoost、LightGBM的使用及参数调优零
NLP_victor·2022-11-30 02:11

MySQL参数调优实例探究讲解

目录一、MySQL参数调优1、一些生产常用查询命令2、分析慢查询3、分析连接数4、缓冲区调优Key_buffer_size5、临时表调优Created_tmp_tables6、分析OpenTable使用情况
·2022-11-29 18:01

Spark系列之Spark的Shuffle详解及相关参数调优

title:Spark系列第七章Spark的Shuffle详解及相关参数调优大多数Spark作业的性能主要就是消耗在了shuffle环节，因为该环节包含了大量的磁盘IO、序列化、网络数据传输等操作。
落叶飘雪2014·2022-11-29 16:39

记录一下wandb的用法

3，使用超参数调优来优化网络模型。4，数据集
米斯特鱼·2022-11-29 11:05

详解 CatBoost 原理

1.catboost的优缺点性能卓越：在性能方面可以匹敌任何先进的机器学习算法鲁棒性/强健性：它减少了对很多超参数调优的需求，并降低了过度拟合的机会，这
回想sy·2022-11-29 10:14

【pytorch yolov5 模型优化和超参数自动调整】

1.参数调整前可以做的优化（link:https://docs.ultralytics.com/tutorials/training-tips-best-results/）：2,超参数调优（详细步骤link
小二佷有爱·2022-11-28 09:31

Yolov5自定义图片训练测试及模型调优（详细过程）

图像数据获取、标注2.数据集划分及准备3.配置训练参数，准备训练：3.1修改data/训练配置xxx.yaml文件：3.2修改models模型配置xxx.yaml文件4.开始训练5.测试训练后的模型：6.模型的参数调优博主热门文章推荐
HowieXue·2022-11-28 08:43

【MySQL】MySQL参数调优与实战详解(调优篇)(实战篇)（MySQL专栏启动）

作者简介：小明java问道之路，专注于研究Java/Liunx内核/C++及汇编/计算机底层原理/源码，就职于大型金融公司后端高级工程师，擅长交易领域的高安全/可用/并发/性能的架构设计与演进、系统优化与稳定性建设。热衷分享，喜欢原创~关注我会给你带来一些不一样的认知和成长。InfoQ签约作者、CSDN专家博主/后端领域优质创作者/内容合伙人、阿里云专家/签约博主、51CTO专家如果此文还不错的话
小明java问道之路·2022-11-27 22:37

神经网络调参

2、逐个调参用枚举的方法逐个参数调优，一个参数取最佳值后固定住再进行下一个参数调优，比网格搜索快一些。不过可能有一些参数各自不是最佳值，但组合起来有更好的效果，这种方法就遗漏了这种情况。
Erika1203·2022-11-27 17:35

模型调参：概述【weight_decay、base_lr、lr_policy、clip_norm】【超参数调优方式：网格搜索（尝试所有可能组合）、随机搜索（在所有可能组合中随机选取参数组合）】

以前刚入门的时候调参只是从hidden_size，hidden_num，batch_size，lr，embed_size开始调，但是后来才逐渐明白embed_size一般是设置完后不用再调的，比如设定为128后，就不要调了，因为embed_size只是表示将词嵌入到几维的空间而已。lr也一般都有固定值，比如选取优化器Adam的时候，lr=0.001，选取优化器SGD的时候，lr=0.01，hidd
u013250861·2022-11-27 17:31

回归问题原理

本问将讨论线性回归，包括线性回归模型的目标函数（损失函数和正则函数）、线性回归模型的优化求解、回归任务的性能指标、线性回归模型的超参数调优以及使用sklearn实现线性回归模型的应用案例。
Mr李小四·2022-11-27 14:15

Idea如何自定义VM配置

目录Idea自定义VM配置Idea中VM参数调优总结Idea自定义VM配置可以在欢迎界面左下角帮助打开也可以在项目界面的上面工具类帮助打开-Xms1024m-Xmx3096m-XX:ReservedCodeCacheSize
·2022-11-26 18:33

深度学习-lecture2（图像分类）李飞飞计算机视觉

图像分类一.NearestNeighborClassifier（最近邻分类器）二.k-NearestNeighborClassifier（k-最近邻分类器）三.验证集、交叉验证集和超参数调优四
多思考多睡觉·2022-11-26 14:53

百面机器学习

模型评估的方法超参数调优过拟合和欠拟合机器学习基础偏差方差分解理论和定理PAC学习理论
数学工具构造器·2022-11-26 07:05
上一页 5 6 7 8 9 10 11 12 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他