Hyperparameter
Eine Konfigurationsvariable (z. B. Lernrate, Baumtiefe), die vor dem Modelltraining festgelegt wird und das Lernverhalten und die Leistung beeinflusst.
Definition
Kritische Regler, die Modellkomplexität, Konvergenzgeschwindigkeit und Generalisierung beeinflussen. Die Steuerung erfordert die Katalogisierung von Hyperparametern in Systemen zur Überwachung von Experimenten, die Anwendung konsistenter Optimierungsprotokolle und die Sperrung von Hyperparametern für Produktionsmodelle, um die Reproduzierbarkeit sicherzustellen. Bei regelmäßigen Überprüfungen können Hyperparameter angepasst werden, um Datenabweichungen oder neuen Leistungszielen Rechnung zu tragen.
Real-World Example
Ein Data-Science-Team optimiert die Baumtiefe- und Minimum-Sample-Leaf-Parameter eines Random-Forest-Klassifikators mithilfe einer Rastersuche, protokolliert die Hyperparameter-Einstellungen, die die beste Validierungs-AUC ergeben, und speist die Produktionspipeline mit diesen exakten Werten, um sicherzustellen, dass das eingesetzte Modell der gemeldeten Leistung entspricht.
.svg)
