如何正确地对模型进行调参
0
[已关闭问题]
关闭于 2019-09-12 13:54
机器学习的模型，要涉及到不少参数的调参。。那其正确的步骤应该是怎样的呢？
第一种做法是，对一个个或一组组参数去调，其他参数使用默认值。。调出一个或一组参数后，记录下来。下一次继续调另外一个或一组参数。。直至所有要调的参数全部调节完毕。然后将所获得的最优参数一股脑传入模型中，正式训练。
第二种做法是，先对一个或一组参数进行调参，得出最优值后，传入模型中，再调第二个或第二组参数。与前面一种的区别就是，前面那种调出最优参数后，并没有马上传入模型训练，而只是记录下来，到最后一股脑传入。而这种则是一步步地固定最优参数组合，直到最后。。
当然，还有的做法是一股脑对所有参数调参，这种做法相对较少，只能针对简单的模型。对复杂的模型而言，调参耗时过大。。
因此，想请教下各位，正确的做法，应该是怎样的呢？？
