r - 基于模型的优化(在 mlrMBO 中)需要多少次迭代?
问题描述
我想在 R (mlrMBO) 中的 mlr-Package 中使用基于模型的优化来调整我的超参数。这里推荐多少次迭代?我读过 MBO 中必要的迭代次数取决于超参数的数量,应该乘以某个因子?
解决方案
不幸的是,对此没有一般的答案。除了超参数的数量之外,任务的难度和一般优化环境也会影响可能需要多少次迭代。此外,这取决于您正在寻找的性能级别——如果您绝对需要最佳性能,您可能需要大量迭代(数千次或更多)。
一个好的经验法则是根据可用资源确定迭代次数。您需要在几分钟内得到答案,还是可以让它在一夜之间运行?我将从只进行几次迭代的小型测试运行开始,以了解在您的特定情况下需要多长时间,然后根据此设置实际运行的迭代次数以及您希望花费多长时间。
使用不同的随机种子和相同的迭代次数以及相同的随机种子和不同的迭代次数进行多次运行也是一个好主意。这将告诉您通过运行更长的时间可以获得多少性能,例如,如果 100 次和 1000 次迭代没有区别,那么给它更多可能不值得。
推荐阅读
- visual-studio - VisualStudio 图标上的绿条是什么意思?
- git - vsDiffMerge 未作为 Sourcetree 外部合并工具运行
- unity3d - 从其他场景更改游戏对象精灵
- python - 使用列表中的三元组索引 numpy 数组
- jquery - jQuery 数据表在传递 JSON url 时导致“无法读取未定义的属性‘mData’”错误
- ruby-on-rails - 如何设置 app.yaml 以重定向所有带有 . 将它们放入rails应用程序的公共文件夹中的文件?
- javascript - Javascript Atom:数组问题
- c# - salesforce url 无法使用 c# .net 代码建立 SSL 连接
- python - 以有效的方式计算图像像素差异
- angular - 创建新应用程序时出现角度编译错误rxjs