模型选择、模型调参以及模型调优区别和关系？

Question

在进行机器学习建模时，比如说针对一个分类问题，我们会选择几个分类的模型比如逻辑回归，SVM，决策树等，这个过程是模型选择，还是说选定某一个模型，对其进行训练确定模型具体参数的这个过程叫做模型选择？那模型选择、模型调参以及模型调优之间有什么区别和联系？

Answer 1

选择逻辑回归、svm、决策树、神经网络、K-近邻等等，这个叫做算法的选择，或者叫做模型的类型的选择
比如说你确定了神经网络了，那么使用cnn还是dnn，使用几层网络，卷积核大小，激活函数用什么，多少神经元，这个叫做模型的选择。
模型调参一般说的是超参数，比如说学习率、损失函数、batch大小、迭代次数
模型调优一般是指训练本身对模型的拟合，一般来说学习的是权重、偏置等等
他们的联系区别好比建造房屋的选址、地基、设计、施工、装潢的区别和联系。