مقارنة أنواع النماذج مع Hyperopt وMLflow

إشعار

لم يعد يتم الاحتفاظ بالإصدار مفتوح المصدر من Hyperopt .

ستتم إزالة Hyperopt في الإصدار الرئيسي التالي من DBR ML. توصي Azure Databricks باستخدام Optuna للحصول على تجربة مماثلة والوصول إلى خوارزميات ضبط المعلمات الفائقة الأحدث.

يوضح دفتر الملاحظات هذا كيفية ضبط المعلمات الفائقة لنماذج متعددة والوصول إلى أفضل نموذج بشكل عام. ويستخدم Hyperopt مع SparkTrials لمقارنة ثلاثة أنواع نماذج، وتقييم أداء النموذج مع مجموعة مختلفة من المعلمات الفائقة المناسبة لكل نوع نموذج.

مقارنة النماذج باستخدام scikit-learn وHyperopt ودفتر ملاحظات MLflow

الحصول على دفتر الملاحظات