Izgara arama

Izgara arama (hiperparametre arama veya parametre ayarlama olarak da bilinir), bir Makine Öğrenimi modelinde kullanılacak optimum hiperparametre kombinasyonunu belirlemek için kullanılan bir algoritma ayarlama tekniğidir. Tüm olası hiperparametre kombinasyonlarının değerlendirildiği ve en iyi performans gösteren modeli seçmek için karşılaştırıldığı bir tür kapsamlı aramadır.

Izgara aramanın amacı hiperparametreleri optimize etmek ve model doğruluğunu en üst düzeye çıkarmaktır. Birden fazla hiperparametre değerinden oluşan bir ızgara oluşturarak ve ardından hiperparametrelerin optimum kombinasyonunu belirlemek için ızgarayı sistematik olarak birer birer geçerek çalışır. Her adımda algoritma, modelin performansını en iyi şekilde artıran en iyi hiperparametre kombinasyonunu bulmak için hiperparametre ızgarasının tek bir noktasını değerlendirir.

Izgara araması bir tür kaba kuvvet aramasıdır, yani hiperparametreleri daha kesin bir şekilde değerlendirmeye çalışmak yerine olası tüm hiperparametre kombinasyonları test edilir. Çok fazla hesaplama süresi gerektirmediği için hiperparametre optimizasyonunun en basit yöntemidir. Bununla birlikte, zaman alıcı olabilir ve esas olarak hiperparametre değerlerinin sayısı çok fazla değilse uygundur.

Izgara arama, özellikle Destek Vektör Makineleri ve diğer sınıflandırıcılar için popüler bir hiperparametre ayarlama yöntemidir. En yaygın olarak Destek Vektör Makineleri ve Rastgele orman modelleri gibi basit makine öğrenimi modellerinde, gelişmiş doğruluk ve performans için bu modellere ince ayar yapmak için kullanılır.

Grid arama, Python için Scikit-Learn ve TensorFlow, R için Caret ve R/Python/Julia için mlr gibi popüler Makine Öğrenimi kütüphanelerinde uygulanabilir.