Parallelizzare l'ottimizzazione degli iperparametri con scikit-learn e MLflow
Questo notebook illustra come usare Hyperopt per parallelizzare i calcoli di ottimizzazione degli iperparametri. Usa la SparkTrials
classe per distribuire automaticamente i calcoli tra i ruoli di lavoro del cluster. Illustra anche il rilevamento automatizzato di MLflow delle esecuzioni di Hyperopt in modo da poter salvare i risultati per un secondo momento.
Parallelizzare l'ottimizzazione degli iperparametri con il notebook di rilevamento di MLflow automatizzato
Dopo aver eseguito le azioni nell'ultima cella nel notebook, l'interfaccia utente di MLflow deve essere visualizzata: