Head vs breakz

하이퍼 파라미터 최적화 1.Grid search 지정된 하이퍼 파라미터 값 전체를 모두 조사하여, 모든 조합에 대해 모델 성능을 평가하고 최적의 조합을 찾는다. 이떄 하이퍼 파라미터 값은 일정한 간격을 두고 선정하고, 구간 설정과, 간격의 길이는 설정해야 한다. from sklearn.model_selection import GridSearchCV2.Random search 범위를 지정하여 무작위로 추출하여 최적의 조합을 찾는 방법이다. gird search 보다 더 유리한 부분을 가지고 있다. 불필요한 반복 수행을 없애고, 간격 사이 확률적 탐색이 가능하다. Random Search for hyper-parameter Optimization 3.Bayesian Optimization grid searc..