一种机器学习超参数调节方法及系统
基本信息
| 申请号 | CN201911407395.6 | 申请日 | - |
| 公开（公告）号 | CN111144581A | 公开（公告）日 | 2020-05-12 |
| 申请公布号 | CN111144581A | 申请公布日 | 2020-05-12 |
| 分类号 | G06N20/00;G06N3/00;G06N7/08;G06N7/00 | 分类 | 计算；推算；计数; |
| 发明人 | 王联军;马平男;王有兵;张珊 | 申请（专利权）人 | 杭州雅拓信息技术有限公司 |
| 代理机构 | 杭州裕阳联合专利代理有限公司 | 代理人 | 姚宇吉 |
| 地址 | 310000 浙江省杭州市下城区新华路266号571室 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种机器学习超参数调节方法及系统，涉及机器学习技术领域，本发明采用贝叶斯优化框架，通过初始观测集合由高斯过程生成先验概率模型，用混沌粒子群方法搜索下一个评估点，对新的评估点进行评估获取新评估点对应的观测值，通过更新观测集合来更新高斯过程概率代理模型，通过多次迭代搜索更新，获取最优超参数组合。本发明能够有效减少机器学习模型超参数调优的评估次数，并克服传统贝叶斯优化陷入局部最优点的缺陷，可以更准确和高效的进行超参数调优。 |
