机器学习笔记之~参数与超参数的区别

本文详细解释了机器学习中参数与超参数的概念及其区别。参数是通过模型训练获得的,如权重和偏置等;而超参数则需要人为设置,包括学习率、模型层数等。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

参数:模型内部的配置变量,可以用数据估计模型参数的值。

超参数:模型外部的配置,必须手动设置参数的值。

简单理解就是:

参数是通过模型的训练得到的,一般是指神经网络模型的权重和偏置,支持向量机中的支持向量,线性回归或逻辑回归中的系数等;

超参数是人为手动设置的,一般是神经网络模型的学习率、模型的层数、每层的节点数,以及支持向量机的C和sigma超参数等。

 

 

 

 

参考:https://www.sohu.com/a/162668722_697750

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值