Bandingkan tipe model dengan Hyperopt dan MLflow

Catatan

Hyperopt versi sumber terbuka tidak lagi dipertahankan .

Hyperopt tidak termasuk dalam Databricks Runtime untuk Pembelajaran Mesin setelah 16.4 LTS ML. Azure Databricks merekomendasikan penggunaan Optuna untuk pengoptimalan simpul tunggal atau RayTune untuk pengalaman serupa dengan fungsionalitas penyetelan hiperparameter terdistribusi Hyperopt yang tidak digunakan lagi. Pelajari selengkapnya tentang menggunakan RayTune di Azure Databricks.

Notebook ini mendemonstrasikan cara menyetel hyperparameter untuk beberapa model dan sampai pada model terbaik secara keseluruhan. Ini menggunakan Hyperopt dengan SparkTrials untuk membandingkan tiga jenis model, mengevaluasi performa model dengan serangkaian hiperparameter yang berbeda yang sesuai untuk setiap jenis model.

Bandingkan model menggunakan scikit-learn, Hyperopt, dan notebook MLflow

Ambil buku catatan