Hyperopt と MLflow を使用したモデルの種類の比較

注記

Hyperopt のオープンソース バージョンは保守されなくなりました。

16.4 LTS ML 以降の Databricks Runtime for Machine Learning には Hyperopt は含まれません。Databricks 、単一ノードの最適化にはOptuna を使用するか、非推奨のHyperopt分散ハイパーチューニング機能と同様のエクスペリエンスにはRayTune を使用することをお勧めします。 Databricks でのRayTuneの使用について詳しく学びます。

このノートブックでは、複数のモデルのハイパーパラメーターを調整し、全体的に最適なモデルに到達する方法を示します。 Hyperopt と SparkTrials を使用して 3 つのモデルの種類を比較し、モデルの種類ごとに異なるハイパーパラメーターのセットを使用してモデルのパフォーマンスを評価します。

scikit-learn、Hyperopt、MLflow を使用してモデルを比較するノートブック

Open notebook in new tab