基于蟒蛇优化算法的机器学习模型参数优化方法

本发明涉及一种基于蟒蛇优化算法的机器学习模型参数优化方法，属于模型优化技术领域。包括：获取待参数优化的目标机器学习模型的目标函数、评价指标以及每个蛇群的初始搜索区域，并获取蛇群中每条蛇的向量，不同蛇群分布在不同搜索区域，每条蛇的向量包括目标机器学习模型的待优化参数；控制每个蛇群从初始搜索区域开始，依次按照游动靠近阶段、盘绕出击阶段和稳固控制阶段进行待优化参数最优解的搜索；当目标函数的变化幅度满足收敛条件或者达到预设的最大迭代次数时，获得目标机器学习模型待优化参数的最优解。本发明具有优化精度高、收敛速度快、适应性强和鲁棒性好等优点。