如何找到分類方法的理想內核/算法參數？

我使用多類SVM和深度學習 - NN，我有很多參數可以調整，特別選擇正確的內核，什麼是選擇理想參數的最佳方式？是否可以用任何「目標函數最小化算法」迭代地完成，否則它將永遠耗盡？如何找到分類方法的理想內核/算法參數？

2016-07-30 Dr.Haimovitz

嗨。您應該將您的問題遷移到http://stats.stackexchange.com/。你可以簡單地刪除並在那裏問這個問題。這個問題在堆棧溢出中是無關緊要的，可能會關閉。 – atayenel

我認爲這是數據挖掘項目中最耗時的任務之一。找到最佳參數（稱爲超參數）很難，也是數據挖掘項目的關鍵。所以有一些解決方案（例如scikit，女巫是一個機器學習lib的python，有Grid Search找到好的超參數的算法，如支持向量機，也here，使用演化算法來找到機器學習算法的正確的超參數scikit）

因此，對於您的問題，我認爲最好是編寫（或查找）類似Scikit Grid Seaerch的想法。女巫用特定算法測試一系列參數（超參數），並根據測試結果返回最佳參數。

C＃和協議框架的工作，它有一個網格搜索優化參數：http://accord-framework.net/docs/html/T_Accord_MachineLearning_GridSearch_1.htm

來源

2016-07-30 11:41:50 Masoud

謝謝，也許你知道任何在c＃上工作的庫？ –

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

如何找到分類方法的理想內核/算法參數？

回答

相關問題