elm极限学习机的w b算是超参数还是参数？

elm极限学习机的w b算是超参数还是参数？如何用智能算法优化？

超参数，要训练优化的。参数是预先就设定好了的，没有优化目标。
在极限学习机（Extreme Learning Machine, ELM）算法中，输入数据与隐层之间的权重 $W$ 和偏置 $b$ 是需要训练的参数。这些参数的确定是通过最小化训练误差来实现的，因此它们是需要通过优化算法（比如梯度下降）来求解的。

在 ELM 算法中，除了 $W$ 和 $b$ 之外，还有一些超参数，如隐层神经元数量、激活函数类型等。这些超参数的设置可以对模型的性能产生重要影响，但它们并不是需要通过训练来确定的，而是需要手动设置的。

通常，可以使用智能算法来优化 ELM 模型的超参数，例如遗传算法、粒子群算法、蚁群算法等。这些算法可以在超参数空间中搜索最优的超参数组合，从而提高模型的性能。一般来说，需要注意超参数的数量和搜索空间的大小，以免搜索成本过高或出现维数灾难等问题。