稀土掘金 稀土掘金
    • 首页
    • 沸点
    • 课程
    • 数据标注 HOT
    • AI Coding
    • 更多
      • 直播
      • 活动
      • APP
      • 插件
    • 直播
    • 活动
    • APP
    • 插件
      • 搜索历史 清空
        • 写文章
        • 发沸点
        • 写笔记
        • 写代码
        • 草稿箱
        创作灵感 查看更多
确定删除此收藏集吗
删除后此收藏集将被移除
取消
确定删除
确定删除此文章吗
删除后此文章将被从当前收藏集中移除
取消
确定删除
编辑收藏集
0 /100
机器学习
订阅
avatar
用户412704816032
更多收藏集

微信扫码分享

微信
新浪微博
QQ

3篇文章 · 0订阅
  • 机器学习系列:LightGBM 可视化调参
    大家好,在100天搞定机器学习|Day63 彻底掌握 LightGBM一文中,我介绍了LightGBM 的模型原理和一个极简实例。最近我发现Huggingface与Streamlit好像更配,所以就开
    • 机器学习与统计学
    • 4年前
    • 3.1k
    • 8
    • 评论
    机器学习 Python
    机器学习系列:LightGBM 可视化调参
  • 使用Python进行机器学习模型的调参与优化
    使用Python进行机器学习模型的调参与优化 机器学习模型的性能往往受到参数的选择和调整的影响。调参是指通过调整模型的超参数(Hyperparameters),以达到最佳性能和泛化能力的过程。Pyth
    • 我是杰尼
    • 2年前
    • 832
    • 7
    • 评论
    人工智能
  • 【机器学习】模型调参的基本思想
    本文主要讲述偏差、方差、噪声以及泛化误差、模型复杂度等,从中理解模型调参的基本思想,以及方差与偏差之间的平衡等...
    • Mizukii
    • 2年前
    • 914
    • 1
    • 评论
    机器学习 人工智能 数据分析
    【机器学习】模型调参的基本思想