我正在尝试在sklearn中调优HistGradientBoostingRegressor的超参数,并想知道l2_regularization
的可能值,对我有效的参数网格的其余部分如下所示-
param_grid = {
'learning_rate': [.1, .12],
'max_iter': [1000, 1200],
'min_samples_leaf': [15, 20],
'max_depth': [None, 10, 20]
}
这里,学习率为.12和1000次迭代给出了足够好的结果。所以我想知道l2_regularization
的值是什么类型的?它们是.1, .2
样的学习率还是整数?据我所知,l2用于正则化惩罚,以减少模型中的方差。如果我错了,请纠正我
事实上,正则化是添加到损失函数中的约束。当最小化损失函数时,模型还必须最小化正则化项。因此,这将减少模型方差,因为它不会过度拟合
l2_regularization
的可接受参数通常在0
和0.1
之间的对数刻度上,例如0.1, 0.001, 0.0001
相关问题 更多 >
编程相关推荐