关于自动化模型调优的库

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

1. 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。
2. 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。
3. 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。
4. 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。