Machine learning Azure ML优化模型超参数

这是70-774考试参考书一章末尾提出的问题

如果将神经网络与已配置的Tune Model Hyperparameters模块连接 随机扫描和随机扫描的最大运行次数=1时，如何 在实验过程中，许多神经网络都经过了训练？为什么？如果你 将验证数据集连接到Tune模型Hyperparameters的第三个输入 模块，现在训练了多少个神经网络

答案是：

无验证数据集11（10个k倍交叉验证+1个使用所有数据进行培训 使用超参数的最佳组合）。验证集仅为1 网络是经过培训的，因此最好的模型不会使用验证集进行培训（如果您提供） 它

---

10来自哪里？据我所知，数字应该分别是2和1。在n等于运行次数的情况下，它不应该创建n个折叠吗？

当您使用Tune Model Hyperparameters模块而没有验证数据集时，这意味着，当您仅使用第二个输入数据端口时，该模块在交叉验证模式下工作。因此，最好的参数模型是通过对提供的数据集进行交叉验证来找到的，为此，数据集被分成k个折叠。默认情况下，模块将数据拆分为10倍。如果要将数据拆分为不同数量的折叠，可以在第二次输入时连接分区和采样模块，选择Assign to fold并指示所需的折叠数量。在许多情况下，k=5是一个合理的选择。

当您在没有验证数据集的情况下使用Tune Model Hyperparameters模块时，这意味着，当您仅使用第二个输入数据端口时，该模块在交叉验证模式下工作。因此，最好的参数模型是通过对提供的数据集进行交叉验证来找到的，为此，数据集被分成k个折叠。默认情况下，模块将数据拆分为10倍。如果要将数据拆分为不同数量的折叠，可以在第二次输入时连接分区和采样模块，选择Assign to fold并指示所需的折叠数量。在许多情况下，k=5是一个合理的选择