モデルの型を Hyperopt と MLflow と比較する
Note
Hyperopt のオープンソース バージョンは維持されなくなりました。
Databricks Runtime ML 17.0 以降には、Hyperopt がプレインストールされなくなりました。 Azure Databricks では、同様のエクスペリエンスおよび最新のハイパーパラメーター チューニング アルゴリズムへのアクセスを実現するために、Optuna を代わりに使用することをお勧めしています。
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チューニングし、全体的に最適なモデルに到達する方法について説明します。 この例では、SparkTrials
で Hyperopt を使用して3 種類のモデルを比較し、モデルの種類ごとに適したハイパーパラメーターのセットでモデルのパフォーマンスを評価します。
scikit-learn、Hyperopt、および MLflow ノートブックを使用してモデルを比較する
フィードバック
https://aka.ms/ContentUserFeedback」を参照してください。
以下は間もなく提供いたします。2024 年を通じて、コンテンツのフィードバック メカニズムとして GitHub の issue を段階的に廃止し、新しいフィードバック システムに置き換えます。 詳細については、「フィードバックの送信と表示