基于粒子群优化算法的模型超参调优方法应用研究

作者：铁锦程; 赵战营

来源：计算机应用与软件, 2023, 40(10): 150-155.

• 机器学习
• 超参数优化
• 粒子群优化

机器学习模型的效果很大程度上取决于模型的超参数调优，如何实现自动化的超参数优化是机器学习领域的重点研究方向之一。提出一种改进粒子群优化算法的惯性系数动态更新的方法，实现基于粒子群优化算法的模型超参数的调优方法，并以信用卡核心业务场景建模的自动调参过程予以实际验证。实验结果表明，改进后的自动超参数优化方法在通过多轮迭代逐步逼近最优解的参数择优方面更容易达到预期模型的效果目标，能够提升机器学习模型的预测精度和泛化能力。