Читать книгу Praxiseinstieg Machine Learning mit Scikit-Learn, Keras und TensorFlow - Aurélien Géron - Страница 83

Die Gittersuche ist als Ansatz gut geeignet, wenn Sie wie im Beispiel oben relativ wenige Kombinationen durchsuchen möchten. Ist der Suchraum für die Hyperparameter jedoch groß, ist stattdessen RandomizedSearchCV vorzuziehen. Diese Klasse lässt sich genauso wie GridSearchCV verwenden, aber anstatt alle möglichen Kombinationen durchzuprobieren, wird eine gegebene Anzahl zufälliger Kombinationen evaluiert, indem in jedem Durchlauf ein zufälliger Wert für jeden Hyperparameter gebildet wird. Dieser Ansatz hat zwei Vorteile:

 Wenn Sie die zufällige Suche für 1.000 Iterationen laufen lassen, werden für jeden Hyperparameter 1.000 unterschiedliche Werte ausprobiert (anstatt nur einige Werte pro Hyperparameter wie bei der Gittersuche).

 Sie haben eine stärkere Kontrolle über die Rechenzeit, die Sie der Suche nach Hyperparametern zuteilen möchten, indem Sie einfach die Anzahl Iterationen festlegen.