摘要
本申请实施例属于人工智能技术领域,涉及一种超参数优化方法、装置、计算机设备及存储介质,该方法包括:对风控模型进行超参数初始化操作;根据模型训练数据以及模型训练标签对初始化风控模型进行第一模型训练操作;对初始化超参数以及性能指标数据进行整合操作;根据贪婪算法对状态向量数据中的初始化超参数进行超参数优化操作;根据奖励函数以及优化状态向量数据对第一风控模型进行第二模型训练操作;循环执行超参数优化操作以及第二模型训练操作;当第二模型训练操作满足预设的迭代中止条件时,得到目标风控模型以及与目标风控模型对应的目标超参数。本申请通过强化学习智能体实现了动态调整多个超参数,显著提高了模型预测性能和效率。
技术关键词
状态向量数据
风控模型
性能指标数据
贪婪算法
超参数优化方法
计算机可读指令
指数衰减函数
模型训练模块
读取系统
计算机设备
参数优化装置
标签
深度强化学习
可读存储介质
人工智能技术
系统为您推荐了相关专利信息
装配机器人系统
柔性末端执行器
RRT算法
节点
机械臂
非线性回归模型
测温误差校正方法
超参数优化方法
非线性特征
红外测温系统
负载均衡方法
监控数据分析
机器学习算法模型
资源分配
隔离森林算法
遗传算法
俯仰角信息
基因
无人机天线
姿态角信息