調參得好不好往往對最終模型性能有關鍵性影響.給定包含m個樣本的數據集D,在模型評估與選擇過程中由于需要留出一部分數據進行評估測試,事實上我們只使用了一部分數據訓練模型.
大多數學習算法都有些參數(parameter)需要設定,參數配置不同,學得模型的性能往往有顯著差別.因此,在進行模型評估與選擇時,除了要對適用學習算法進行選擇,還需對算法參數進行設定,這就是通常所說的“參數調節”或簡稱“調參”(parameter tuning)