如何找到分类方法的理想内核/算法参数？

我使用多类SVM和深度学习 - NN，我有很多参数可以调整，特别选择正确的内核，什么是选择理想参数的最佳方式？是否可以用任何“目标函数最小化算法”迭代地完成，否则它将永远耗尽？如何找到分类方法的理想内核/算法参数？

2016-07-30 Dr.Haimovitz

嗨。您应该将您的问题迁移到http://stats.stackexchange.com/。你可以简单地删除并在那里问这个问题。这个问题在堆栈溢出中是无关紧要的，可能会关闭。 – atayenel

我认为这是数据挖掘项目中最耗时的任务之一。找到最佳参数（称为超参数）很难，也是数据挖掘项目的关键。所以有一些解决方案（例如scikit，女巫是一个机器学习lib的python，有Grid Search找到好的超参数的算法，如支持向量机，也here，使用演化算法来找到机器学习算法的正确的超参数scikit）

因此，对于您的问题，我认为最好是编写（或查找）类似Scikit Grid Seaerch的想法。女巫用特定算法测试一系列参数（超参数），并根据测试结果返回最佳参数。

C＃和协议框架的工作，它有一个网格搜索优化参数：http://accord-framework.net/docs/html/T_Accord_MachineLearning_GridSearch_1.htm

来源

2016-07-30 11:41:50 Masoud

谢谢，也许你知道任何在c＃上工作的库？ –

@ Dr.Haimovitz，http://accord-framework.net/docs/html/T_Accord_MachineLearning_GridSearch_1.htm – Masoud

如何找到分类方法的理想内核/算法参数？

回答

相关问题