Ich würde gerne wissen, ob die WSO2 ML Cross-Validierung und Grid Search für die beste Modellauswahl implementieren.WSO2 ML Cross Validation und Grid Search
Antwort
Gegenwärtig (ab Version 1.1.0) hat WSO2 Machine Learner keine direkte Methode zur Optimierung von Hyperparametern. Wie in Ihrer Frage erwähnt, planen wir, die Zufallssuche und die Grid-Suche in eine der kommenden Versionen aufzunehmen. Um den Fortschritt dieses Prozesses zu verfolgen, habe ich eine öffentliche JIRA erstellt [1]. Wenn die neue Funktion fertig ist, werde ich Sie über diese SO-Frage informieren.
Als nächstes möchte ich kurz die Kreuzvalidierung beschreiben, die wir im WSO2 Machine Learning Server verwenden. Im dritten Schritt des ML-Assistenten des ML-Servers können Sie den Trainingsdatenanteil einstellen (siehe Screenshot).
Also lassen Sie uns sagen, dass Sie 0,7 Ihrer Daten für die Ausbildung wählen. Der Modellbildungsprozess verwendet dann 70% Ihrer Daten für das Training und der Rest des Datensatzes (d. H. 30%) wird für die Kreuzvalidierung verwendet. Wie Sie vielleicht wissen, ist dies ein sehr grundlegender Ansatz für die Kreuzvalidierung, und er eignet sich nicht besonders für kleine Datensätze. In zukünftigen Releases planen wir zusätzlich zu der derzeit verfügbaren Kreuzvalidierungsmethode K-fache Kreuzvalidierungen [2].
Yandi, wenn Sie weitere Hilfe in Bezug auf diese Frage oder etwas in Bezug auf unser Produkt benötigen, lassen Sie es mich bitte wissen.
Danke,
Upul
[1] https://wso2.org/jira/browse/ML-313
[2] https://en.wikipedia.org/wiki/Cross-validation_(statistics)#k-fold_cross-validation
- 1. Wie DS WSO2 ES und WSO2 Kombinieren
- 2. Spark ml und PMML export
- 3. Spaß und Fix in ML
- 4. WSO2 Governance und Zertifikate
- 5. Validation von Jasmin und Winkelmesser
- 6. Daten VAlidation - Textlänge und Zeichentyp
- 7. Unterschied zwischen UI GRID und NG GRID
- 8. Kombinieren von Grid-Suche und Kreuzvalidierung in scikit lernen
- 9. Zend Search Lucene und Sonderzeichen
- 10. WSO2 Proben arbeiten
- 11. WSO2 gemeinsamen Registrierungsbereich und Multitenancy
- 12. Standard ML Rekursive Funktion
- 13. Azure ML Multiclass Klassifizierungsausgabe
- 14. Eingabe/Ausgabe-Operationen - ML
- 15. Warnung in der ML
- 16. Standard ml Datentyp Funktion
- 17. polymorphe Listen in ML
- 18. iFrame Validation
- 19. Object Validation
- 20. GUI für Standard ML?
- 21. Verkaufsvorhersage in Azure ML
- 22. AZURE ML Modellgewichte erhalten
- 23. Unterstützt Standard ML Unicode?
- 24. pySpark: Speichern ML Modell
- 25. Django Validation
- 26. Grid SharedSizeGroup und * Sizing
- 27. javascript validation
- 28. AVRO Validation
- 29. Validation Redux
- 30. Template10 Validation