我经常应用网格搜索来调整我的监督模型的参数。我感觉参数调整最终会（经常）导致过度拟合？这么说是不是疯了？
有没有一种方法可以应用网格搜索而不会过拟合？
在进行参数调整时如何避免过度拟合？
人工智能
机器学习
过拟合
超参数优化
2021-11-07 06:34:03
1个回答
是的。通常你会使用交叉验证来避免参数调整期间的过度拟合。如果您的数据集足够大，并且您不尝试太多的参数组合，这将很有效，因为要“走运”和过拟合，参数组合需要在问题的许多变体上很好地工作，即不太可能仅在一组数据上运行良好。
其它你可能感兴趣的问题