如何解决有没有办法在 GPflow 2 模型中使用来自 scikit-learn 的 RandomizedSearchCV 或 GridSearchCV?
我正在使用 GPflow 使用具有多维输入/输出(input_dim = 8,output_dim = 23)的数据集进行高斯过程回归。现在我基本上是根据经验定义我的内核和初始参数。我想通过定义内核和参数的搜索空间来执行超参数优化以找到最佳模型。有没有人尝试使用 scikit-learn 中的 RandomizedSearchCV 或 gridsearchcv 来做到这一点?或者有人对最好的方法有什么建议吗?
谢谢! 用户
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。