没有合适的资源?快使用搜索试试~ 我知道了~
使用 F1 优化 ML 模型的超参数:根据不同的评估指标(准确度、召回率、精度、F1、F2、F0.5)优化 ML 模型的超参数-...
共1个文件
zip:1个
2星 需积分: 49 8 下载量 170 浏览量
2021-05-29
10:02:30
上传
评论
收藏 374KB ZIP 举报
温馨提示
网格搜索、随机搜索和贝叶斯优化是寻找机器学习模型参数的最佳组合、交叉验证每个组合并确定哪一个提供最佳性能的流行方法。 此示例还将讨论如何根据不同的评估指标(准确度、召回率、精度、F1、F2、F0.5)微调超参数
资源推荐
资源详情
资源评论
收起资源包目录
71000-to-optimise-hyperparameter-of-ml-model-using-f1.zip (1个子文件)
To%20optimize%20the%20hyperameter%20of%20Machine%20Learning%20Model%20based%20on%20different%20evaluation%20metrics.zip 373KB
共 1 条
- 1
资源评论
- 阿汤哥19962022-09-22温馨提示:英文讲解
weixin_38515573
- 粉丝: 8
- 资源: 940
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功