მოდელის ჰიპერპარამეტრები რომელ დიაპაზონში განისაზღვრება?

მოდელის ჰიპერპარამეტრების დიაპაზონი დამოკიდებულია კონკრეტულ ალგორითმზე და დავალებაზე, მაგრამ ჩვეულებრივ განსაზღვრულია გამოცდილების, ლიტერატურის და ექსპერიმენტების საფუძველზე. მაგალითად:

-.gradient-ის გადაცემის სიჩქარე (learning rate) ხშირად ირჩევა 0.0001-დან 0.1-მდე მნიშვნელობებით.

• შემთხვევითი ტყის ხეების რაოდენობა შეიძლება მერყეობდეს 10-დან რამდენიმე ასეულამდე.
• ხის სიღრმე შეიძლება იყოს 3-დან 30 დონემდე.

მნიშვნელოვანია ჰიპერპარამეტრების ოპტიმიზაციის მეთოდების (Grid Search, Random Search, Bayesian Optimization) გამოყენება, რათა შეირჩეს დიაპაზონები და მნიშვნელობები, რომლებიც უზრუნველყოფენ საუკეთესო შედეგს ვალიდაციის მონაცემებზე.