在使用训练-测试拆分后,如果要找到最佳的超参数,不应该使用整个数据集重新训练模型。这是因为在训练过程中,模型会根据训练数据进行参数调整,如果使用整个数据集进行重新训练,会导致模型过度拟合训练数据,从而无法准确地评估模型在未见过的数据上的性能。
为了找到最佳的超参数,通常会使用交叉验证的方法。交叉验证将数据集分为多个子集,其中一个子集作为验证集,其余子集作为训练集。然后,使用训练集训练模型,并在验证集上评估模型的性能。通过多次交叉验证,可以得到不同超参数组合下模型的性能评估结果,从而选择最佳的超参数。
在腾讯云中,可以使用腾讯机器学习平台(Tencent Machine Learning Platform,TMLP)来进行模型训练和超参数调优。TMLP提供了丰富的机器学习算法和模型训练工具,可以帮助用户快速构建和训练模型,并提供了自动化的超参数调优功能,帮助用户找到最佳的超参数组合。
更多关于腾讯机器学习平台的信息,可以访问腾讯云官网的Tencent Machine Learning Platform产品介绍页面:https://cloud.tencent.com/product/tmlp
领取专属 10元无门槛券
手把手带您无忧上云