如果测试集巨大，网格搜索岂不是相当耗时？

来源：4-5 超参数

神经旷野舞者

2018-02-02

如果很耗时，得到的超参数什么情况下可以反复用吗？不然不是很浪费？

写回答

1回答

liuyubobobo

2018-02-02

已采纳

kNN的预测时间复杂度很高，所以kNN算法其实不常用。通常的算法都是训练时间复杂度很高。

至于网格搜索，就是很耗时：）如果数据相同，超参数可以反复用。但是在动态的应用场景下，就是需要反复训练的。是的，很耗时，很好计算资源。这个课程的case都是小case。实际场景下，比我们家用计算机快100倍的计算机训练寻找最优解来个个3，5天，那都是正常的：）

liuyubobobo

慕慕9414451

赞！对是训练数据在变。比如对于自然语言处理，网络属于在不停的变化；研究金融数据，金融环境在不停地变化。

2018-02-03

共5条回复

Python3入门机器学习经典算法与应用

Python3+sklearn，兼顾原理、算法底层实现和框架使用。

5839 学习 · 2437 问题

相似问题

回答 1

回答 1

回答 2

回答 1

回答 1