Я хотел бы установить целевую функцию в качестве гиперпараметра, который можно настроить.
Например, если функция, для которой я решал, была объемом, у меня может быть ряд объемов в моих данных, например:
0,01, 0,02, 0,03, 0,04, 0,05, 0,06 и т. д.
Прямо сейчас я назначаю каждому из них номер корзины следующим образом:
0.01: 1
0.02: 2
0.03: 3
0.04: 4
0.05: 5
0.06: 6
Однако это может быть слишком сложно решить, и я могу попробовать объединить два тома вместе:
0.01: 1
0.02: 1
0.03: 2
0.04: 3
0.05: 3
0.06: 3
Есть несколько комбинаций того, как я мог бы объединить эти тома вместе, и я хотел бы знать, какая из них даст мне наилучшие результаты, точно так же, как в случае с Grid Search CV.
Есть ли встроенный способ сделать это? Если бы я собирался написать свою собственную версию гиперпараметра в свой код машинного обучения, с чего бы мне начать?
Спасибо!
