掌握机器学习中的超参数优化

机器学习模型在分类、回归、异常检测、语言翻译等方面表现出色。优化超参数可以提升大多数机器学习模型的性能。 本课程将使你掌握针对多种机器学习模型进行超参数优化的技能。你将首先了解超参数的基本概念，并理解为何需要对其进行优化。通过使用贷款审批数据集进行二分类任务，你将学习并实践随机搜索和网格搜索方法，应用于逻辑回归和随机森林模型。接着，你将深入了解基于序列模型的优化（SMBO）以及树结构化帕累托估计器（TPE），并将这些方法应用于K近邻（KNN）和基于直方图的梯度提升算法。最后，你将学习并应用遗传算法，为KNN算法和随机森林模型寻找最优的超参数。 完成本课程后，你将具备熟练掌握超参数优化的能力。