如何为分类方法找到理想的内核/算法参数
本文关键字：内核 算法 参数 理想 类方法 | 更新日期: 2023-09-27 17:59:27
我使用的是多类SVM和深度学习NN。有很多论点我可以调整，尤其是选择正确的内核。选择理想论点的最佳方式是什么？
它可以用任何"；目标函数最小化算法"；还是要花很长时间？
我认为这是数据挖掘项目中最耗时的任务之一。找到最佳参数（称为超参数）是困难的，也是数据挖掘项目必不可少的。因此有一些解决方案（例如scikit，witch是python的机器学习库，有网格搜索来为SVM等算法找到好的超参数，在这里，使用进化算法在scikit中为机器学习算法找到合适的超参数）
所以对于你的问题，我认为最好写（或找到）类似Scikit Grid Seaerch的想法。Witch在特定算法中测试一系列参数（超参数），并根据测试结果返回最佳参数。
对于c#和accord框架，它有一个网格搜索来优化参数：http://accord-framework.net/docs/html/T_Accord_MachineLearning_GridSearch_1.htm