我是机器学习的新手,我在为分类模型拟合数据集时遇到了问题。我想知道的是,在预处理数据并拟合到仅具有默认超参数的模型之后,我可以期待多少性能?
澄清一下,
从我训练的基本逻辑回归模型来看,我在测试集和训练集上的准确率都在 50% 左右,我是否可以通过超参数调整获得性能的大幅提升?
可能会也可能不会。
“不能”部分:
如果你的清洁、特征工程和预处理步骤太浅,你将不会获得性能的大幅提升,因为你仍处于“垃圾输入,垃圾输出”步骤。 您也可能没有足够的数据,并且您的模型拟合不足。在那种情况下,超参数调整也无济于事。
“可能”部分:
我使用了 HyperOpt 等超参数调整工具,显着提高了我的模型的性能。一旦你开始研究神经网络,调整你的学习率也会产生巨大的影响。