2019/04/17
引言
最近在做实验的时候,遇见了几个可以自动化模型调优的库,这里做一下简单的记录以及简单的理解,其实我也只是知道一个皮毛,具体的可能还是要深入研究。
内容
- TPOT
这个据说是,利用遗传算法进行整个机器学习流程的库(包括特征选择、模型选择、模型调优),这个已经试验过,但是要注意,一定要进行参数的设置,可以先按照其文档的说明来,不然耗时非常久。
当时是在学习利用遗传算法来进行SVM参数调优的过程中发现的,不过现在也忘了那个东西了。 - auto-sklearn
这个的话,应该就是完全的自动话进行sklearn的过程,测试过一次,很慢。
最后出来的效果也不知道是什么算法,反正就是得到了一个我当时算最高的准确率。 - hyperopt
这个就不知道是什么了,我当时是偶然发现的,看介绍说是分布式的参数调优。可能是找jupyter集群时候发现的。github上*还挺多的。 - sklearn: automated learning method selection and tuning
这个也不知道是什么时候弄得,但是我看他介绍,他是针对某个算法来进行调优得,不是跟最开始得两个,没法选择算法。