我正在使用多类SVM和深度学习-NN， 我可以调整很多论据， 通过选择合适的内核， 选择理想论点的最佳方法是什么？ 可以用任何＆＃34;目标函数最小化算法迭代地完成＆＃34;还是需要永远？
答案 0 :(得分：1)
我认为这是数据挖掘项目中最耗时的任务之一。找到最佳参数（称为超参数）很难，对数据挖掘项目也很重要。所以有一些解决方案（例如scikit，女巫是一个机器学习lib for python，有Grid Search为SVM等算法找到好的超参数，也是here，使用进化为scikit中的机器学习算法找到合适的超参数的算法
所以对于你的问题，我认为编写（或找到）类似Scikit Grid Seaerch的想法更好。 Witch在特定算法中测试一系列参数（超参数），并根据测试结果返回最佳参数。
对于c＃和协议框架工作，它有一个网格搜索来优化参数：http://accord-framework.net/docs/html/T_Accord_MachineLearning_GridSearch_1.htm