什么是自定义的调优网格模型的参数？

Question

我试图为tune_model函数的custom_grid设置参数

tune_model(model, n_iter=50, custom_grid={'learning_rate':0.5})

它会给我带来这个错误

参数值不可迭代或分布

我必须把一份名单传递给学习率，但我不知道为什么

tune_model(model, n_iter=50, custom_grid={'learning_rate':[0.5, 0.5]})

有人能给我解释一下吗？名单的长度应该是多少？我应该把清单列到0.5，0.5，0.5，0.5

如果我想保持learning_rate = 0.5？

Answer 1

当您调整模型时，您的意图是尝试不同的超参数(超过1)。因此，必须在列表中指定它们。在本例中，它将创建两个模型--一个模型的learning_rate = 0.5，第二个模型的学习速率为0.5时。最后，它将返回更好的这些模型。

tune_model(model, n_iter=50, custom_grid={'learning_rate':[0.5, 0.5]})

理想情况下，您希望定义一个具有不同超参数的网格。

tune_model(model, n_iter=50, custom_grid={'learning_rate':[0.1, 0.2, 0.3, 0.4, 0.5]})

在这种情况下，将创建5个(不同)模型，并返回最佳模型。