Сравнение типов моделей с Hyperopt и MLflow

Примечание.

Версия Hyperopt с открытым исходным кодом больше не поддерживается.

Hyperopt не входит в среду выполнения Databricks для машинного обучения после 16.4 LTS ML. Azure Databricks рекомендует использовать Optuna для оптимизации с одним узлом или RayTune для аналогичного опыта использования устаревшей и не рекомендуемой функции настройки гиперпараметров с помощью Hyperopt. Дополнительные сведения об использовании RayTune в Azure Databricks.

В этой записной книжке показано, как настроить гиперпараметры для нескольких моделей и определиться с выбором лучшей. Для сравнения трех типов моделей используется Hyperopt с SparkTrials, при этом производительность моделей оценивается с использованием разных наборов гиперпараметров, подходящих для каждого типа модели.

Сравнение моделей с использованием scikit-learn, Hyperopt и ноутбука MLflow

Получите ноутбук