XGBoostアドイン（ https://community.jmp.com/t5/JMP-Add-Ins/XGBoost-Add-In-for-JMP-Pro/ta-p/319383）、 DoEを使用すると、ハイパーパラメータ検索を起動して、特定の目的関数を最大化するためのハイパーパラメータの最適な組み合わせを特定できる非常に優れたオプションがあります。
このオプションは非常に役立ち、RまたはPythonでモデルをトレーニングする場合の標準的なアプローチです。
Neural、Boosted Tree、Boostrap Forest、Support Vector Machineなど、他の予測モデリングプラットフォームにも同じオプションを実装することには大きな価値があると思います。 いずれの場合も、選択したハイパーパラメータの検索範囲を定義するために実験的なマトリックスを設定できます。
XGBoostアドインはこれを非常にうまく実現しているので、皆さんはすでにメカニズムを理解しているので、他のモデルで利用できるようにする良い機会です！
