2.使用scikit-learn和Python进行超参数调整（Python代码，包括数据集）

资源文件列表(大概)

文件名

大小

intro-hyperparameter-tuning/

intro-hyperparameter-tuning/train_svr.py

1.18KB

intro-hyperparameter-tuning/pyimagesearch/

intro-hyperparameter-tuning/train_svr_grid.py

1.79KB

intro-hyperparameter-tuning/abalone_train.csv

142.5KB

intro-hyperparameter-tuning/train_svr_random.py

1.85KB

intro-hyperparameter-tuning/pyimagesearch/config.py

225B

资源内容介绍

在本教程中，您将学习如何使用 scikit-learn 和 Python 调整模型超参数。我们将从讨论什么是超参数调整以及它为什么如此重要来开始本教程。从那里，我们将配置您的开发环境并检查项目目录结构。然后我们将执行三个 Python 脚本：1.无需调整超参数即可训练模型（这样我们就可以获得基线）2.一种是利用一种称为“网格搜索”的算法来详尽检查所有超参数组合的方法——这种方法保证对超参数值进行全面扫描，但速度也很慢3.最后一种方法是使用“随机搜索”，从分布中抽取各种超参数（不能保证覆盖所有超参数值，但在实践中通常与网格搜索一样准确，而且运行速度更快）

用户评论 (0)

发表评论

您的昵称:

评分

评论内容:

验证码:

相关资源

CSDN新客户端.zip

22.79MB33金币

stylus-1.5.51.zip

Stylus是一款能改变网站样式的样式管理器

1.35MB15金币

基于协同过滤算法的小说推荐系统的设计与实现.zip

基于协同过滤算法的小说推荐系统的设计与实现+源代码+文档说明+PPT（毕业设计），本资源中的源码都是经过本地编译过可运行的，通过毕业答辩得分90以上。基于协同过滤算法的小说推荐系统的设计与实现+源代码+文档说明+PPT（毕业设计）基于协同过滤算法的小说推荐系统的设计与实现+源代码+文档说明+PPT（毕业设计）基于协同过滤算法的小说推荐系统的设计与实现+源代码+文档说明+PPT（毕业设计）基于协同过滤算法的小说推荐系统的设计与实现+源代码+文档说明+PPT（毕业设计）基于协同过滤算法的小说推荐系统的设计与实现+源代码+文档说明+PPT（毕业设计）基于协同过滤算法的小说推荐系统的设计与实现+源代码+文档说明+PPT（毕业设计）基于协同过滤算法的小说推荐系统的设计与实现+源代码+文档说明+PPT（毕业设计）基于协同过滤算法的小说推荐系统的设计与实现+源代码+文档说明+PPT（毕业设计）基于协同过滤算法的小说推荐系统的设计与实现+源代码+文档说明+PPT（毕业设计）基于协同过滤算法的小说推荐系统的设计与实现+源代码+文档说明+PPT（毕业设计）基于协同过滤算法的小说推荐系统的设计

21.8MB10金币

nvidia-docker20.10.13-rpm

5.04MB10金币