予測モデリングプラットフォームにおけるハイパーパラメータ検索XGBoost アドイン ( https://community.jmp.com/t5/JMP-Add-Ins/XGBoost-Add-In-for-JMP-Pro/ta-p/319383) には、 DoE を使用してハイパーパラメータ検索を開始し、特定の目的関数を最大化するための最適なハイパーパラメータの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際の標準的なアプローチです。
ニューラル、ブーストツリー、ブーストストラップフォレスト、サポートベクターマシンなどの他の予測モデリングプラットフォームに同じオプションを実装すると、非常に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の実験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ます。皆さんはすでに仕組みを理解しているので、他のモデルでも利用できるようにするには良いタイミングです。
データアクセスRe: 予測モデリング プラットフォームでのハイパーパラメーター検索 - ステータスが「承認済み」に変更されました@dmmdiego提案ありがとう！ 私たちはあなたのリクエストを受け取り、検討させていただきます。
