![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
HyperGBM介绍
文章平均质量分 68
wwqauznii
这个作者很懒,什么都没留下…
展开
-
AutoML工具之HyperGBM介绍
HyperGBM介绍本文章主要是对autoML开源框架HyperGBM的一个介绍。文章目录HyperGBM介绍一、关于HyperGBM二、功能特性总览二、如何安装HyperGBM三、HyperGBM入门样例1. 准备数据集2. 创建实验并进行训练3. 保存模型4. 评价模型四、HyperGBM基础应用五、HyperGBM高级应用六、HyperGBM处理样本不均衡问题1. 利用ClassWeight建模2. 欠采样或过采样七、HyperGBM自定义搜索空间八、HyperGBM自定义建模算法一、关于原创 2021-09-13 14:49:28 · 4061 阅读 · 0 评论 -
HyperGBM自定义建模算法
HyperGBM实现了对XGBoost、LightGBM、CatBoost和HistGridientBoosting的支持,并作为SearchSpace的一部分在建模优化时进行搜索。如果您需要增加对其他算法的支持,则需要:将您选择的算法封装为HyperEstimator的子类将封装后的算法增加到SearchSpace中,并定义搜索参数在make_experiment中年使用您自定义的SearchSpace1. 封装HyperEstimator子类:以SVM算法为例:from sklearn原创 2021-09-13 14:36:49 · 1170 阅读 · 0 评论 -
HyperGBM自定义搜索空间(SearchSpace)
HyperGBM内部有自己默认的搜索空间,虽然默认的搜索空间可以解决绝大多数问题,但在实际运用中,存在需要我们针对项目特性本身建立自定义的搜索空间的情况,接下来从三个方面来进行介绍如何自定义自己的搜索空间。1. 设置参数为一个先验值针对某个项目,已经有了一些先验经验,所以可以直接设置某个参数为一个定值,比如指定catboost的bootstrap_type=‘Poisson’from hypergbm import make_experimentfrom hypergbm.search_space原创 2021-09-13 13:57:51 · 1278 阅读 · 0 评论 -
HyperGBM高级应用
1. 数据清洗:CompeteExeriment 的第一步就是利用Hypernets的DataCleaner进行数据清洗,此步骤不可禁用,但可通过参数对DataCleaner的行为进行调整,包括:nan_chars: value or list, (default None), 将哪些值字符替换为np.nancorrect_object_dtype: bool, (default True), 是否尝试修正数据类型drop_constant_columns: bool, (default True原创 2021-09-13 11:52:30 · 1201 阅读 · 0 评论 -
HyperGBM基础应用
1. 以缺省配置创建并运行实验:利用工具make_experiment可快速创建一个可运行的实验对象,执行该实验对象的run方法即可开始训练并得到模型。使用该工具时只有实验数据train_data是必须的,其它都是可选项。数据的目标列如果不是y的话,需要通过参数target设置。from hypergbm import make_experimentfrom hypernets.tabular.datasets import dsutilstrain_data = dsutils.load_blo原创 2021-09-13 11:14:57 · 1309 阅读 · 0 评论 -
如何安装HyperGBM
安装HyperGBM:推荐使用pip命令来安装HyperGBM;如果您有Docker环境,也可以在Docker容器中安装并运行HyperGBM。使用pip:安装HyperGBM之前,您需要准备Python3.6或以上版本的运行环境并保证 pip 命令可正常运行。 使用pip安装HyperGBM:pip install hypergbm可选的, 如果您希望在JupyterLab中使用HyperGBM, 可通过如下命令安装HyperGBM:pip install hypergbm[notebo原创 2021-09-13 10:39:29 · 1047 阅读 · 0 评论