首页|参数并行:一种基于群启发式算法的机器学习参数寻优方法

参数并行:一种基于群启发式算法的机器学习参数寻优方法

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
为了提高机器学习算法超参数寻优效率,提出了一种基于参数并行机制的机器学习参数寻优方法.该方法通过群启发式算法来进行机器学习算法的参数寻优,将种群转换为Spark平台特有的弹性分布式数据集,针对参数寻优耗时特点并行计算种群中个体适应度.选取随机森林和遗传算法作为实验算法,设计了多组实验对所提出的学习训练方法进行验证.实验结果表明:该方法的参数寻优能力和效率都优于主流的网格搜索算法;在20万条以下的小数据量下,与基于数据并行机制的机器学习参数寻优方法相比,该方法运行时间最多能够减少69.5％,并具有良好的可扩展性.
Parallel Parameters:An Optimization Method of Machine Learning Parameters Based on Swarm Heuristic Algorithm

杨艳艳、李雷孝、林浩、王永生、王慧、高静

展开 >

内蒙古工业大学数据科学与应用学院,呼和浩特010080

内蒙古自治区基于大数据的软件服务工程技术研究中心,呼和浩特010080

内蒙古农业大学计算机与信息工程学院,呼和浩特010010

参数寻优 群启发式算法 Spark 参数并行 机器学习算法

内蒙古自治区科技成果转化项目内蒙古自治区科技重大专项内蒙古自治区科技重大专项内蒙古自治区关键技术攻关计划内蒙古自治区关键技术攻关计划内蒙古高等学校科学研究项目内蒙古工业大学科学研究重点项目

2020CG00732019ZD0152019ZD0162019GG2732020GG0094NJZY21317ZZ202017

2022

科学技术与工程
中国技术经济学会

科学技术与工程

CSTPCD北大核心
影响因子：0.338
ISSN：1671-1815
年,卷(期)：2022.22(5)
  • 8
  • 15