समापन

Python में Hyperparameter Tuning

Alex Scriven

Data Scientist

हाइपरपैरामीटर्स बनाम पैरामीटर्स

   

हाइपरपैरामीटर्स बनाम पैरामीटर्स:

हाइपरपैरामीटर्स वे घटक हैं जिन्हें आप सेट करते हैं। मॉडलिंग के दौरान ये सीखे नहीं जाते

पैरामीटर्स आप सेट नहीं करते। एल्गोरिदम इन्हें आपके लिए खोज लेता है

Python में Hyperparameter Tuning

कौन से हाइपरपैरामीटर्स और मान?

 

आप ने सीखा:

  • कुछ हाइपरपैरामीटर्स से शुरुआत करना बेहतर होता है
  • हाइपरपैरामीटर्स के लिए कुछ बेकार/बेतुके मान भी हो सकते हैं
  • टकराने वाले हाइपरपैरामीटर्स से सावधान रहें
  • बेस्ट प्रैक्टिस एल्गोरिदम और उनके हाइपरपैरामीटर्स पर निर्भर होती है
Python में Hyperparameter Tuning

ग्रिड सर्च याद रखें

 

हम ने ग्रिड सर्च परिचित कराया:

  • हाइपरपैरामीटर संयोजनों और मानों का एक मैट्रिक्स ('ग्रिड') बनाइए
  • अलग-अलग सभी संयोजनों पर मॉडल बनाइए
  • फिर विजेता चुनिए

यह कंप्यूटेशनली महँगा है, पर आपके ग्रिड में सर्वश्रेष्ठ ज़रूर ढूँढ लेगा। (अच्छा ग्रिड सेट करना याद रखें!)

Python में Hyperparameter Tuning

रैंडम सर्च याद रखें

 

रैंडम सर्च:

  • ग्रिड सर्च से काफ़ी मिलता-जुलता
  • मुख्य फर्क: (n) रैंडम संयोजन चुने जाते हैं

यह तरीका एक ठीक-ठाक मॉडल जल्दी देता है, पर आपके ग्रिड में बिल्कुल बेस्ट नहीं देगा।

Python में Hyperparameter Tuning

Uninformed से Informed सर्च तक

सूचित सर्च पर नज़र:

सूचित सर्च में हर iteration पिछली से सीखती है, जबकि Grid और Random में सारा मॉडलिंग एक साथ होता है और फिर सर्वश्रेष्ठ चुना जाता है।

जिन सूचित तरीकों को देखा गया:

  • 'Coarse to Fine' (पहले iterative random, फिर grid search)
  • Bayesian hyperparameter tuning, जहाँ मॉडल परफॉर्मेंस के साक्ष्यों से beliefs अपडेट होते हैं
  • Genetic algorithms, जिनमें मॉडल कई पीढ़ियों में evolve होते हैं।
Python में Hyperparameter Tuning

धन्यवाद!

Python में Hyperparameter Tuning

Preparing Video For Download...