问优化模型超参数模块:同时优化和交叉验证
EN

Stack Overflow用户

提问于 2017-06-04 01:24:40

回答 1查看 855关注 0票数 0

假设我将以下配置与Tune Model Hyperparameters模块和增强的决策树回归一起使用：

这种配置是否允许我调整超参数，从而获得最佳的确定系数，同时保证最低的交叉验证平均误差？如果是这样的话，有没有人更详细地知道Tune Model Hyperparameters模块使用这个配置做了什么？

谢谢。

发布于 2017-06-05 13:43:25

不需要将数据集拆分为训练/测试，您将使用交叉验证来测量模型的准确性。也不需要验证数据集作为Tune model hyperparameter的输入。

这里有一个简单的配置，用来测量二进制分类的准确性。查看Partition & Sample模块的属性已针对随机拆分的10折交叉验证进行了调整。

评估结果表明了产生最佳模型的参数及其准确性。精确度指标是从交叉验证过程中计算出来的，可能会根据您选择的折叠数略有不同。

票数 0

页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://stackoverflow.com/questions/44346696

复制

相似问题

问优化模型超参数模块:同时优化和交叉验证EN