一种通用的机器学习超参黑盒优化系统及方法

本发明属于超参数优化技术领域，提供了一种通用的机器学习超参黑盒优化系统及方法，包括：超参优化客户端，用于提交优化请求；超参优化服务系统，用于对接收客户端请求进行处理；优化算法配置组件，用于超参优化算法的配置；自动停止组件，用于停止无意义的训练集；超参优化控制面板，用于管理配置、调度监控、用户管理、权限管理、系统设置；本发明能够快速地找到最优的超参数组合，显著提高了超参数调优的效率和准确性；相较于传统的人工调优方法，这种方法大大节省了时间和人力成本，同时避免了人为因素的干扰，使得调优结果更加客观可靠。