GIL's LAB

모델별 하이퍼 파라미터 튜닝 가이드라인 본문

데이터사이언스/머신러닝

모델별 하이퍼 파라미터 튜닝 가이드라인

GIL~ 2022. 7. 25. 07:48

실험을 수행해서 모델별 하이퍼 파라미터를 튜닝하는 가이드라인을 만들어보겠습니다.

가이드라인은 모델 및 목적별로 어느 하이퍼 파라미터를 어느 범위에서 튜닝할지를 나타냅니다.

이 포스팅은 일종의 메인 페이지로 쓴다고 보면 될 것 같습니다. 

포스팅 및 링크를 계속 업데이트하겠습니다.

 

랜덤 포레스트

이진 분류

 

랜덤 포레스트(이진 분류)의 하이퍼 파라미터 튜닝

이번 포스팅에서는 이진 분류를 위한 랜덤포레스트의 하이퍼 파라미터를 튜닝하는 방법에 대해 알아보겠습니다. 랜덤포레스트는 sklearn.ensemble.RandomForestClassifier를 이용해서 구현하겠습니다. 하

gils-lab.tistory.com

 

회귀 

 

랜덤 포레스트(회귀)의 하이퍼 파라미터 튜닝

이번 포스팅에서는 회귀를 위한 랜덤포레스트의 하이퍼 파라미터를 튜닝하는 방법에 대해 알아보겠습니다. 랜덤포레스트는 sklearn.ensemble.RandomForestRegressor를 이용해서 구현하겠습니다. 하이퍼

gils-lab.tistory.com

 

서포트 벡터 머신

이진 분류(rbf 커널)

 

서포트 벡터 머신(이진 분류, rbf 커널)의 하이퍼 파라미터 튜닝

이번 포스팅에서는 이진 분류를 위한 서포트 벡터 머신(SVM)의 하이퍼 파라미터를 튜닝하는 방법에 대해 알아보겠습니다. 커널까지 비교하려하다보니 시간이 너무 오래 걸릴 것 같아, rbf 커널을

gils-lab.tistory.com

 

 

 

 

Comments