超参数优化：随机搜索与网格搜索

# 简介

在机器学习中，超参数是指那些并非从数据中学习得到，而是在训练之前就设定好的参数。选择合适的超参数对于在机器学习模型中实现高精度至关重要。超参数优化的两种常见方法是随机搜索和网格搜索。在本实验中，我们将比较这两种方法，用于优化采用随机梯度下降（SGD）训练的线性支持向量机（SVM）的超参数。

## 虚拟机使用提示

虚拟机启动完成后，点击左上角切换到“**笔记本**”标签页，以访问 Jupyter Notebook 进行练习。

有时，你可能需要等待几秒钟让 Jupyter Notebook 完成加载。由于 Jupyter Notebook 的限制，操作验证无法自动化。

如果你在学习过程中遇到问题，随时向 Labby 提问。课程结束后提供反馈，我们会及时为你解决问题。