楼主: 时光永痕
1259 0

[数据挖掘新闻] 交叉验证和超参数调整 [推广有奖]

  • 0关注
  • 14粉丝

svip3

学术权威

12%

(VIP/贵宾)八级

6%

威望
0
论坛币
26 个
通用积分
57.2238
学术水平
4 点
热心指数
4 点
信用等级
4 点
经验
34180 点
帖子
2732
精华
0
在线时间
321 小时
注册时间
2020-7-21
最后登录
2024-8-1

楼主
时光永痕 学生认证  发表于 2020-10-19 20:30:44 |AI写论文

+2 论坛币
k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群
赵安豆老师微信:zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

感谢您参与论坛问题回答

经管之家送您两个论坛币!

+2 论坛币
交叉验证和超参数调整
介绍
几乎每种机器学习算法都带有大量的设置,我们作为机器学习研究人员和从业人员都需要指定。这些调整旋钮(所谓的超参数)可帮助我们在优化性能时控制机器学习算法的行为,从而在偏差和方差之间找到适当的平衡。用于优化性能的超参数调整本身就是一门艺术,并且没有一成不变的规则可以保证给定数据集的最佳性能。在第一部分和第二部分中,我们看到了用于估计模型的泛化性能的不同保持和引导技术。我们了解了偏差方差折衷,并计算了估计的不确定性。在第三部分中,我们将重点介绍用于模型评估和模型选择的交叉验证的不同方法。
目录
关于超参数和模型选择
超参数调整的三向保持方法
K折交叉验证简介
特殊情况:2折和留一法交叉验证
K和偏差方差的权衡
通过K折交叉验证进行模型选择
简约法则
总结与结论
下一步是什么

关注 CDA人工智能学院 ,回复“录播”获取更多人工智能精选直播视频!


二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

关键词:交叉验证 超参数 机器学习算法 模型选择 机器学习

您需要登录后才可以回帖 登录 | 我要注册

本版微信群
加好友,备注cda
拉您进交流群
GMT+8, 2026-1-8 21:46