Compartir a través de

使用 Hyperopt 和 MLflow 比较模型类型

注意

不再维护 Hyperopt 的开源版本。

Hyperopt 将在下一个主要 DBR ML 版本中被删除。 Azure Databricks 建议使用 Optuna 来进行单节点优化，或者使用 RayTune 来获得与已弃用的 Hyperopt 分布式超参数优化功能类似的体验。 详细了解如何在 Azure Databricks 上使用 RayTune。

此笔记本演示如何优化多个模型的超参数并得到一个总体最佳的模型。 它结合使用 Hyperopt 与 SparkTrials 来比较三种模型类型，并为每种模型类型使用一组不同的超参数来评估模型性能。

使用 scikit-learn、Hyperopt 和 MLflow 来比较模型

获取笔记本

  • Last updated on