VIP20
本课程属于：048-量化回测实验评估 金融科技风控与量化工程 · 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

参数优化与过拟合检测案例解析

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
课程导论
什么是参数优化？什么是过拟合？为什么…
课程导论什么是参数优化？…
02
过拟合的本质
偏差-方差权衡（Bias-Varia… · 通过图示理解欠拟合 · 合适拟合与过拟合
过拟合的本质Bias-Varia
03
过拟合的常见原因
模型复杂度过高 · 训练数据不足 · 数据噪声过大
过拟合的常见原因模型复杂度过高
04
过拟合的检测方法
训练集与验证集性能对比 · 学习曲线（Learning Curv… · 验证曲线（Validation Cu…
过拟合的检测方法训练集
05
学习曲线实战
使用Python（scikit-le… · 判断模型是否过拟合或欠拟合
学习曲线实战Python
06
验证曲线实战
使用Python绘制验证曲线 · 观察单一超参数（如正则化强度）对模型…
验证曲线实战Python
07
参数优化基础
网格搜索（Grid Search）原… · 穷举搜索的优缺点
参数优化基础Grid
08
随机搜索（Randomized Search）
原理 · 与网格搜索的对比 · 适用场景与效率分析
RandomizedSearch
09
贝叶斯优化（Bayesian Optimization）
高斯过程与采集函数 · 高效寻找最优超参数
BayesianOptimization
10
交叉验证（Cross-Validation）
K折交叉验证 · 留一法 · 分层交叉验证的原理与选择
Cross-Valida…交叉验证
11
过拟合的解决策略（一）
正则化——L1（Lasso）与L2（…
过拟合的解决策略L1
12
过拟合的解决策略（二）
早停法（Early Stopping…
过拟合的解决策略Early
13
过拟合的解决策略（三）
Dropout原理与在神经网络中的应… · 随机失活如何防止过拟合
过拟合的解决策略Dropout
14
过拟合的解决策略（四）
数据增强（Data Augmenta… · 文本领域的典型方法
过拟合的解决策略Data
15
过拟合的解决策略（五）
降低模型复杂度——特征选择 · 简化网络结构 · 减少树深度
过拟合的解决策略降低模型复杂度
16
案例一
线性回归过拟合检测——使用多项式特征… · 并通过学习曲线诊断
案例一线性回归过拟合检…
17
案例一续
线性回归参数优化——使用GridSe…
案例一续GridSe
18
案例二
决策树过拟合检测——观察树深度对训练… · 使用验证曲线确定最佳深度
案例二决策树过拟合检测
19
案例二续
决策树参数优化——对max_dept… · min_samples_split · min_samples_leaf进行…
案例二续max
20
案例三
支持向量机（SVM）参数优化——C与…
案例三SVM
21
案例三续
SVM过拟合分析——高gamma值导… · 以及C值对软间隔的影响
案例三续SVM
22
案例四
随机森林过拟合检测——树的数量与最大… · OOB误差的使用
案例四随机森林过拟合检…
23
案例四续
随机森林参数优化——n_estima… · max_features · max_depth的随机搜索调优
案例四续estima
24
案例五
神经网络过拟合检测——在MNIST数… · 识别过拟合点
案例五MNIST
25
案例五续
神经网络参数优化——学习率 · 批量大小 · 隐藏层神经元数量的贝叶斯优化
案例五续神经网络参数优化
26
综合实战
房价预测项目——从数据预处理开始 · 使用多种模型（线性回归 · 决策树
综合实战房价预测项目
27
综合实战续
房价预测参数优化——对最佳模型进行网… · 输出最优参数组合
综合实战续房价预测参数优化
28
自动化调参工具
介绍Optuna · Hyperopt等自动化超参数优化框… · 并给出简单使用示例
自动化调参工具Optuna
29
模型选择与最终评估
在调参过程中如何避免数据泄露（Dat… · 正确使用独立测试集
模型选择最终评估
30
课程总结与进阶路径
回顾核心概念 · 推荐进一步学习资源（正则化理论 · AutoML
课程总结进阶路径