Я пытаюсь понять, как создать рабочий процесс для sklearn.neighbors.KNeighborsRegressor , который включает: нормализовать особенности выбор функций (лучшее подмножество из 20 числовых функций, без конкретного итога) перекрестная проверка...

Есть ли что-нибудь кроме HyperOpt , которое может поддерживать многопроцессорность для поиска по гиперпараметрам? Я знаю, что HyperOpt можно настроить на использование MongoDB , но кажется, что легко ошибиться и провести неделю в сорняках, есть...

Я настраиваю гиперпараметры для случайного леса, и я хотел бы настроить параметр с учетом максимальных характеристик каждого дерева. Согласно документации sklearn, это: Количество функций, которые следует учитывать при поиске лучшего...

Следующий код — моя первая попытка быстро потерпеть неудачу, когда в функции гиперпараметра выдается Exception . К сожалению, сначала обрабатываются все данные, прежде чем вызывающая сторона получит исключение. Что я могу сделать, чтобы весь...

Я хочу использовать RandomizedSearchCV в sklearn для поиска оптимальных значений гиперпараметров для классификатора опорных векторов в моем наборе данных. Я оптимизирую гиперпараметры: «Ядро», «С» и «Гамма». Однако в случае «поли» ядра я также хотел...

Я просмотрел другие сообщения с похожими проблемами, и мне кажется, что моя модель переоснащается. Тем не менее, я пробовал регуляризацию, отсев, уменьшение параметров, снижение скорости обучения и изменение функции потерь, но, похоже, ничего не...

Я пытаюсь получить обобщенную модель для набора данных Mercedes Greener Manufacturing. Итак, я пытаюсь добиться того же, используя XGBoost Regressor. Я использовал цикл в диапазоне от 1 до 100 в качестве начального набора тестов поезда, чтобы...