0
我試圖使用在Yelp創建的「度量優化引擎」MOE來調整機器學習算法的超參數。他們的文檔有點受限,我很難找到可遵循的示例。如何使用MOE調整機器學習超參數?
說我想找到C
,Gamma
和kernel type
最佳值的Support Vector Machine,基於以下分佈:
SVC_PARAMS = [
{
"bounds": {
"max": 10.0,
"min": 0.01,
},
"name": "C",
"type": "double",
"transformation": "log",
},
{
"bounds": {
"max": 1.0,
"min": 0.0001,
},
"name": "gamma",
"type": "double",
"transformation": "log",
},
{
"type": "categorical",
"name": "kernel",
"categorical_values": [
{"name": "rbf"},
{"name": "poly"},
{"name": "sigmoid"},
],
},
]
,我試圖最大化的目標函數是accuracy score我的訓練集。
我將如何使用MOE's api來完成此操作?
謝謝Scott。參數示例取自您提到的確切的SigOpt博客文章。 –