回答情况：
提问时间：
问题标签：
0回答
我想减少my_filter_function()中模板过滤器调用的数量。因为它是在一个模板的两个for循环中使用的。请看下面的代码设置。 models.ForeignKey(OtherModel1)
models.ForeignKey(OtherModel2)
a = models.ForeignKey(ModelA)
def my
浏览 0修改于2016-07-12得票数 1
回答已采纳
今天，使用插入符号包进行模型优化时，我遇到了这种奇怪的行为:给定调优参数T*的特定组合，如果单独计算T*或作为可能组合的网格的一部分，则与T*更改相关的度量(即Cohen's K)值。Reference 0 832 34过程2: T*与其他调优配置文件一起评估这里的所有内容都与过程1中的情况相同，除了考虑了几种调优参数{T}的组合之外：
# Noti
浏览 3修改于2015-09-20得票数 0
回答已采纳
建立并训练了一个线性回归模型，它与学习速度、时间和批次大小有关。我很难理解迭代是如何完成的，它是如何连接到“时代”和“批处理大小”的。我基本上不知道实际的模型是如何训练的，数据是如何处理的，迭代是如何完成的。为了理解这一点，我想通过手工计算每一步来遵循这一点。因此，我希望每一步都有斜率和截距系数。这样我就可以看到“计算机”使用什么样的数据，把什么样的数据放入模型中，在每一次特定的迭代中得到什么样的模型结果，以及迭代是如何完成的。我不明白这些迭代是如何训练模型的。那么，如何才能得到每个回归模型</e
浏览 7修改于2020-06-22得票数 7
我在许多文章和书籍中观察到，模型选择是在模型调优之前完成的。但我的问题是，一个没有被选中的模型可能会在正确的超参数下表现得更好。那么，为什么不是所有的模型，我们感兴趣的调优得到正确的超参数，然后选择最好的模型通过交叉验证。
浏览 1修改于2019-02-15得票数 1
回答已采纳
1回答
我已经制作了许多具有不同调优集的模型(同时确保训练、调优和测试集之间没有重叠)，但没有一个模型的得分高于随机选择的一个集合。可以看到随机调优集中有哪些句子吗？
浏览 0提问于2019-02-05得票数 0
1回答
I并构建LSTM模型来预测给定字符序列的单词。到目前为止，我的数据集只有大约3k个单词是alphaNumeric。由于某些原因，我达到了.84的最大准确率，而我似乎无法超越它。我打算使用Hyperas来调整模型。我不确定调整是否会有帮助，因为当我从一个有12个单元的3层LSTM一直到有24个单元的3层时，我正在达到那个.84限制。以下是我对模型的定义： model = Sequential()
model.add(LSTM(24, input_shape=(data.getMaxLen(), data.uniqueChars)
浏览 29修改于2019-12-17得票数 3
3回答
如果我使用这里描述的检测模型来分析.Net应用程序的性能，这意味着分析工具将更改要分析的可执行文件的可执行代码，以插入性能度量代码？所以我原来的可执行代码被修改了？
你好啊，乔治
浏览 2修改于2009-03-10得票数 2
我正在使用Sci Kit学习一个分类问题，并且困惑于如何正确地调优超参数以获得“最佳”模型。When --我在测试集上拟合并评估了调优模型，我的准确率为73%。
这是让我感到困惑的部分。我知道CV的结果应该用来估计
浏览 0修改于2023-02-21得票数 0
我找不到用于优化搜索空间的默认机器学习模型参数的列表。我知道可以在上手动检索网格值，但我认为这不是正确的方法。我需要这些参数，因为我试图对默认配置中的所有分类模型执行时间估计。我在上找不到他们。
浏览 0修改于2018-02-27得票数 3
回答已采纳
如果将一个神经网络与配置了随机扫描和最大随机扫描次数为1的优化模型超级参数模块连接起来，那么在实验执行过程中训练了多少个神经网络？为什么？如果您将验证数据集连接到Tune模型超级参数模块的第三个输入，那么现在有多少个神经网络被训练了？
10人从哪里来？据我所知，这个数字应该分别是2和1。它不应该在n等于运行次数的情况下创建n倍吗？
浏览 2提问于2018-10-08得票数 0
回答已采纳
我正在使用以下RandomForest代码创建Python模型from sklearn2pmml importsklearn2pmml(rf, "classification pmml file/random.pmml",with_repr=True)rf = Model.fromFile('classifica
浏览 0修改于2019-12-16得票数 1
我通过从数据集不同部分创建的许多小的xgboost模型来对客户进行分类。由于很难手动支持许多模型，所以我决定通过Hyperopt自动调整超参数，并通过Boruta进行特性选择。你能告诉我，首先应该做什么:超参数调优还是功能选择？另一方面，这并不重要。
浏览 2修改于2020-07-09得票数 2
回答已采纳
我训练了一个XGBoost模型，对它进行了细化，对它进行了评估，并使用aws管道注册了它。现在我要部署模型。但是，模型伪影的位置被保存为Join对象，因为best_model.deploy(...)无法进行部署。任何关于如何部署最训练有素的模型的建议。我还试图使用以下方法部署注册模型model = ModelPackage(role
浏览 13提问于2022-07-01得票数 1
我有一个问题，当调优RandomForestRegressor参数时，平均绝对误差会增加。我已经将得分设置为neg_mean_absolute_error，但由于某种原因，它还在增加吗？在测试数据上测量MAE时，我得到了一个mae=6500 (默认RFR模型)，而在调优模型上，我得到了一个mae=9000。它不是应该减少或者至少保持不变吗？在调整模型时，它似乎与模型不符。我用来优化模型的代码如下所示：
max_features=[&#
浏览 1修改于2019-08-12得票数 0
回答已采纳
答案的第一个要点是模型对超参数调优不太敏感。此外，批归一化似乎具有正则化效果，从而改善了网络的泛化特性，因此不必使用丢包来减少过度拟合。在这两种情况下，我怀疑它们所指的都是改进的测试错误，前者涉及改进的测试错误，甚至进行了一些超参数调优。
为什么批次规范化有正规化作用？(或者说是这样？)
浏览 0提问于2022-10-06得票数 1
您不需要像Solr那样用双引号环绕短语，但是您可以在查询中包含短语，它们由ranker模型负责。
但是，据我们所知，牧羊人应该识别词组。
浏览 1提问于2016-04-18得票数 4
我用了三个平行的句子文件来训练我的自定义翻译模型。没有字典文件，也没有调优文件。训练结束后，我检查了测试结果，我想在模型中做一些调整。以下是几个问题：
无法看到自动生成的调优文件，因此我必须提供自己的调优文件，以便进行更易于管理的调优过程。是这样吗？请描述
浏览 3提问于2020-04-10得票数 2
我试图为tune_model函数的custom_grid设置参数它会给我带来这个错误tune_model(model, n_iter=50, custom_grid={'learning_rate':[0.5, 0.5]})如果我想保持learning_rate = 0
浏览 5提问于2022-04-22得票数 0
回答已采纳
1回答
当我使用hyperopt库来调优随机森林分类器时，我得到了以下结果：然而，当我使用默认的超参数来训练模型时，所有的评估指标(精度、召回、F1、iba、AUC)都会返回比调优模型更高的值。我还应该继续跟踪调优参数吗？或者忽略调优过程的结果，因为它无助于改进结果？
浏览 0提问于2019-05-27得票数 4
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号