Machine learning 网格搜索与最佳子集选择
我不明白这两个模型选择过程之间的区别是什么：网格搜索，最佳子集选择。Machine learning 网格搜索与最佳子集选择,machine-learning,Machine Learning,我不明白这两个模型选择过程之间的区别是什么：网格搜索，最佳子集选择。 它们都选择了参数的子集，并尝试了所有可能的组合，所以我不知道区别在哪里。机器学习中的子集选择用于特征选择，它意味着评估特征的子集（从所有潜在特征中）作为一个组，然后根据一些标准选择最佳子集 有许多不同的算法，其中之一是对所有可能的子集进行网格搜索 网格搜索只是通过超参数进行搜索的最简单方法，它是通过手动指定的超参数子集进行的穷举搜索 所以，最好的子集选择可以通过网格搜索完成，但也有其他方法
它们都选择了参数的子集，并尝试了所有可能的组合，所以我不知道区别在哪里。机器学习中的子集选择用于特征选择，它意味着评估特征的子集（从所有潜在特征中）作为一个组，然后根据一些标准选择最佳子集 有许多不同的算法，其中之一是对所有可能的子集进行网格搜索 网格搜索只是通过超参数进行搜索的最简单方法，它是通过手动指定的超参数子集进行的穷举搜索 所以，最好的子集选择可以通过网格搜索完成，但也有其他方法