Python用LightGBM、XGBoost、随机森林及Optuna超参数优化的航班 发布于：浙江省 2026.02.06 20:42 Python用LightGBM、XGBoost、随机森林及Optuna超参数优化的航班票价数据集预测#Python #LightGBM#XGBoost #随机森林 #Optuna #超参数优化 #航班票价预测 #代码数据 ...

在此对Shen Wenwen（Wenwen Shen）对本文所作的贡献表示诚挚感谢，他在浙江工商大学完成了信息管理与信息系统专业的相关学习，专注数据分析领域。擅长Python、Matlab、深度学习、电商数据分析等。 Wenwen Shen曾在数据分析相关领域参与多个实践项目，尤其在交通出行 ...

本文针对深层油气地震勘探中层间多次波压制难题，提出了一种结合Transformer全局特征与DenseNet局部细节的GLO-UNet混合深度学习框架。研究人员通过GLFusion模块实现全局-局部特征融合，采用Optuna自动优化超参数，在合成数据（五层模型、Sigsbee2B）和塔里木盆地实际 ...

AutoSampler是个智能采样器，能根据具体问题自动挑选 Optuna 里最合适的优化算法。这个工具在 OptunaHub 上热度很高，每周下载量超过 3 万次。最早的版本对单目标优化做了专门的自动选择逻辑，为了配合下个月发布的 Optuna v4.6，AutoSampler 终于把多目标和约束优化的 ...

说明：如果访问 GitHub 比较慢的话，可以关注我的知乎账号（Python-Jack），上面的“从零开始学Python”专栏（对应本项目前 20 天的内容）比较适合初学者，其他的专栏如“数据思维和统计思维”、“基于Python的数据分析”、“说走就走的AI之旅”等也在持续更新中 ...

本文提出了一种新型双分支时空并行混合分类网络DBTSP-Net，采用Optuna优化算法实现自适应加权特征融合，在BCI Competition IV 2a/2b ...

在本文中，我们介绍了Optuna超参数优化框架的基本概念和应用场景，并通过一个简单的Python代码案例演示了如何使用Optuna进行超参数优化。 在机器学习和深度学习领域，超参数优化是一个至关重要的任务。通过调整模型的超参数，我们可以提高模型的性能和泛化 ...

Optuna是一个开源的超参数优化框架，Optuna与框架无关，可以在任何机器学习或深度学习框架中使用它。本文将以表格数据为例，使用Optuna对PyTorch模型进行超参数调优。 Optuna是一个开源的超参数优化框架，Optuna与框架无关，可以在任何机器学习或深度学习框架中 ...