机器学习之超参数是什么？

张开发
• 2026/4/16 20:58:57 • 15 分钟阅读

最新文章

推荐文章

相关文章

分享文章

机器学习之超参数是什么？
机器学习里的「超参数」用最简单的话讲清楚超参数 训练前由人手动设置、模型自己不会学的参数1. 一句话区分模型参数参数模型在训练过程中自己学到的东西比如权重、系数、分割点超参数超参训练之前就要定好模型不会自己改必须人来设置比如KNN 的 k、学习率、树的深度2. 用你刚才的代码举例子你写过estimatorKNeighborsClassifier(n_neighbors3)这里的n_neighbors3就是最典型的超参数模型训练时不会自动把 3 改成 5、改成 1必须由你手动写死改它会直接影响模型效果这就叫超参数。3. 常见超参数有哪些KNNn_neighbors看最近几个邻居决策树/随机森林树深度max_depth、树的数量神经网络学习率learning_rate、批次大小batch_size训练迭代次数epochs正则化C、alpha4. 超参数用来干嘛用来控制模型训练方式、复杂程度、速度比如k 太小 → 模型太敏感容易过拟合k 太大 → 模型太迟钝欠拟合学习率太大 → 训不收敛学习率太小 → 训练太慢调参 调整超参数5. 超参数 vs 参数 终极总结参数模型自己学出来的 → 不用人管超参数人提前设定的 → 要人调你代码里的n_neighbors3就是超参数。

更多文章