Comparer les types de modèles avec Hyperopt et MLflow
remarque
La version open source de Hyperopt n'est plus maintenue.
Hyperopt n'est pas inclus dans Databricks Runtime for Machine Learning après 16.4 LTS ML. Databricks recommande d'utiliser soit Optuna pour l'optimisation à nœud unique, soit RayTune pour une expérience similaire à la fonctionnalité obsolète d'ajustement distribué des hyperparamètres d'Hyperopt. En savoir plus sur l'utilisation de RayTune sur Databricks.
Ce Notebook démontre comment régler les hyperparamètres pour plusieurs modèles et arriver à un meilleur modèle global. Il utilise Hyperopt avec SparkTrials pour comparer trois types de modèles, en évaluant les performances du modèle avec un ensemble différent d'hyperparamètres appropriés pour chaque type de modèle.