在mlr中调优h2o超参数？

Question

Q1:如何调优"classif.h2o.deeplearning“中隐藏的超参数？

我从stackOverFlow得到了不同的方法

makeDiscreteParam("hidden", values = list(one = 10, two = c(10, 5, 10)))
makeDiscreteParam(id = "hidden", values = list(a = c(10,10), b = c(20,20,20), c = c(30,30,30)))
makeDiscreteParam(id = "hidden", values = list(a = c(10,10), b = c(100,100)))
makeIntegerVectorParam("hidden", len = 2, lower = 10, upper = 100)

根据定义

hidden: Specifies the number and size of each hidden layer in the model. For example, if c(100,200,100) is specified, a model with 3 hidden layers is generated. The middle hidden layer will have 200 neurons and the first and third hidden layers will have 100 neurons each. The default is c(200,200). For grid search, use the following format: list(c(10,10), c(20,20)). Refer to the section on Performing a Trial Run for more details.

hidden是"integervector"，所以我可以使用makeIntegerVectorParam，我可以知道下面两种情况的语法吗(我有Def(200,200)表示在getParamSet中隐藏)

2 hidden layers and 30 neurons in each?
2 hidden layers with different neurons in each say 30,20?

Q2:如果我一次调优5个参数，需要很长时间，我是否应该在makeParamSet中逐个调优并获得最佳值，然后我是否应该将所有参数与makeParamSet中的特定值相结合，这是一个正确的方法吗？

关于Q2:这可能不是一个接一个地调优超参数然后组合的正确方法，或者至少这是否给出了一个起点

Q3:我为classif.h2o.deeplearning获得了33个超参数，有没有办法选择正确的参数进行调优？

Answer 1

终于理解了调优隐藏参数

makeDiscreteParam("hidden", values = list(one = c(30,30), two = c(30, 30, 30), three=c(30, 30, 30, 30)))

这段曲子是为

1:2个隐藏层，每个层有30个神经元

两个:3个隐藏层，每个层有30个神经元

三个:4个隐藏层，每个层有30个神经元