VIP20
本课程属于：048-宏基因组分析特征学习任务 生物信息学与 AI 制药工程 · 共 20 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

模型调参：从准确率到召回率提升方法

共计 30 章节
点击此处阅读海量试读课程：100+行业、1000+细分领域
01
模型调参概述
为什么调参？准确率与召回率的基本概念
模型调参概述为什么调参？准确…
02
机器学习评估指标详解
准确率 · 精确率 · 召回率
机器学习评估指标…准确率
03
模型调参方法论
网格搜索 · 随机搜索 · 贝叶斯优化简介
模型调参方法论网格搜索
04
训练/验证/测试集划分与交叉验证策略。
训练/验证/测试集划分与交叉验证策略 · 核心概念 · 实践要点
训练验证
05
类别不平衡问题
影响召回率的根本原因及常见场景
类别不平衡问题影响召回率的根本…
06
过采样方法
SMOTE算法原理及实现
过采样方法SMOTE
07
欠采样方法
RandomUnderSampler · NearMiss · TomekLinks
欠采样方法RandomUnderS…
08
集成采样方法
SMOTEENN · SMOTETomek组合策略
集成采样方法SMOTEENN
09
代价敏感学习
调整类权重参数（class_weig…
代价敏感学习class
10
逻辑回归调参
C值 · 正则化类型 · solver选择对召回率的影响
逻辑回归调参C值
11
决策树调参
max_depth · min_samples_split · min_samples_leaf
决策树调参max
12
随机森林调参
n_estimators · max_features · min_samples_leaf
随机森林调参estimators
13
XGBoost调参
eta · max_depth · subsample
XGBoost调参
14
LightGBM调参
num_leaves · learning_rate · min_child_samples
LightGBM调参
15
神经网络调参
层数 · 神经元数 · 学习率
神经网络调参层数
16
超参数优化工具
GridSearchCV与Rando…
超参数优化工具GridSearchCV
17
贝叶斯优化实战
使用hyperopt和optuna库
贝叶斯优化实战hyperopt
18
早停法
防止过拟合 · 提升模型泛化能力与召回率
早停法防止过拟合
19
学习率调度
StepLR · ReduceLROnPlateau · CosineAnnealing
学习率调度StepLR
20
特征工程对召回率的影响
特征选择 · 特征重要性排序
特征工程对召回率…特征选择
21
阈值调整
根据精确率-召回率曲线选择最优分类阈…
阈值调整根据精确率
22
后处理策略
模型集成（Bagging · Boosting · Stacking）优化召回率
后处理策略Bagging
23
多分类问题中的召回率优化
macro/micro/weight…
多分类问题召回率优化
24
时间序列预测中的召回率调参
处理不平衡与滑动窗口
时间序列预测召回率调参
25
大规模数据调参
分布式调参策略与参数服务器
大规模数据调参分布式调参策略
26
调参自动化
AutoML工具（TPOT · AutoGluon · H2O AutoML）
调参自动化AutoML
27
模型解释性对调参的指导
SHAP · LIME分析特征贡献
模型解释性对调参…SHAP
28
案例研究1
信用卡欺诈检测——提升高代价少数类召…
案例研究1信用卡欺诈检测
29
案例研究2
医疗诊断模型——追求极高召回率的调参…
案例研究2医疗诊断模型
30
总结与最佳实践
从准确率到召回率提升的完整调参流程
最佳实践从准确率到召回率…