基于GP的贝叶斯优化算法超参数优化研究

  • 打印
  • 收藏
收藏成功


打开文本图片集

中图分类号:TP181文献标志码:A

随着大数据技术不断发展,预测模型广泛应用于金融、医疗和教育等众多领域,复杂预测模型在处理高维、非线性数据方面优势显著,但是超参数调整的复杂性制约了其性能提升[]。现行的网格搜索和随机搜索两2类超参数优化方法各有弊端,网格搜索计算复杂度高,随维度上升,负担剧增;随机搜索虽然效率较高,却无法保证在有限采样次数内找到最优超参数组合。(剩余7102字)

目录
monitor