该博客详细介绍了autosklearn2.0中的核心特性，包括自动策略选择(auto-policy-selection)和交叉验证迭代拟合(cv-iterative-fit)。auto-policy-selection涉及209行8列的数据，每个条目代表8种不同的策略，元特征基于训练样本。cv-iterative-fit则阐述了如何通过迭代过程进行模型拟合。
auto-policy-selection
askl2_training_data = json.loads(Path("askl2_training_data.json").read_text())
In [10]: askl2_training_data['metafeatures'].keys()
Out[10]: dict_keys(['NumberOfClasses', 'NumberOfFeatures', 'NumberOfInstances'])
In [12]: askl2_training_data['metafeatures']['NumberOfClasses']
Out[12]:
{
'232': 5.0,
'236': 26.0,
'241': 3.0,
'245': 2.0,
'253': 3.0,
'254': 2.0,
len(askl2_training_data['metafeatures']['NumberOfClasses'])
Out[
最低0.47元/天 解锁文章
487
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
