在機器學習的上下文中，超參數是在開始學習過程之前設定值的參數，而不是透過訓練得到的參數數據。通常情況下，需要對超參數進行優化，給學習機選擇一組最優超參數，以提高學習的性能和效果。
超參數優化或模型選擇是爲學習算法選擇一組最優超參數時的問題，通常目的是優化算法在獨立數據集上的性能的度量。 通常使用交叉驗證來估計這種泛化性能。超參數優化與實際的學習問題形成對比，這些問題通常也被轉化爲優化問題，但是優化了訓練集上的損失函數。 實際上，學習算法學習可以很好地建模、重建輸入的參數，而超參數優化則是
趣知科普吧
