调整 SVR 的超参数
Tuning of hyperparameters of SVR
select使用 GridSearchCV 调整 SVR 超参数的更好方法是什么？我了解到 GridSearchCV 的输入是 C、gamma 和 epsilon 的一组值。 GridSearchCV 算法评估这些值中的每一个，并建议在给它的一组值中最好的作为输入。如何将 select 的一组值作为输入给出？除了反复试验之外，还有更好的 selecting 方法吗？求助于反复试验非常耗时，而且可能会错过超参数的最佳值。
一如既往，好的超参数范围取决于问题。很难找到一种解决所有问题的方法。
literature 推荐 epsilon 介于 1-e3 和 1 之间。关于 C 参数，一个好的超参数 space 应该在 1 和 100 之间。 C 太大只会使训练数据过拟合。
gamma 已经由 scikit-learn 计算 SVR。我不会改变它。
别忘了您还可以调整 kernel，这可能是要调整的最重要的超参数。
总而言之，在搜索最佳超参数范围时没有免费的午餐。最好的选择是阅读文献和文档并了解每个参数的影响。
select使用 GridSearchCV 调整 SVR 超参数的更好方法是什么？我了解到 GridSearchCV 的输入是 C、gamma 和 epsilon 的一组值。 GridSearchCV 算法评估这些值中的每一个，并建议在给它的一组值中最好的作为输入。如何将 select 的一组值作为输入给出？除了反复试验之外，还有更好的 selecting 方法吗？求助于反复试验非常耗时，而且可能会错过超参数的最佳值。
一如既往，好的超参数范围取决于问题。很难找到一种解决所有问题的方法。
literature 推荐 epsilon 介于 1-e3 和 1 之间。关于 C 参数，一个好的超参数 space 应该在 1 和 100 之间。 C 太大只会使训练数据过拟合。
gamma 已经由 scikit-learn 计算 SVR。我不会改变它。
别忘了您还可以调整 kernel，这可能是要调整的最重要的超参数。
总而言之，在搜索最佳超参数范围时没有免费的午餐。最好的选择是阅读文献和文档并了解每个参数的影响。