网格搜索与最佳子集选择

Question

我不明白这两个模型选择过程之间的区别：网格搜索，最佳子集选择。 他们俩都选择了一个参数子集，并尝试了所有可能的组合，所以我不知道区别在哪里。

Answer 1

机器学习中的

子集选择用于特征选择，这意味着将一组特征（从所有潜在特征中选出）作为一个组进行评估，然后根据某些标准选择最佳子集。 >

有许多不同的算法可以执行此操作，其中之一是对所有可能的子集进行网格搜索。

网格搜索只是通过超参数搜索的最简单方法，它是通过手动指定的超参数子集进行的详尽搜索。

因此，最佳子集选择可以通过网格搜索来完成，但是还有其他方法。