构建一个典型的机器学习项目,一般分成以下步骤:
收集原始数据、合并数据源、清洗数据、特征工程、模型构建、超参数调优、模型验证和设备部署。
整个过程中,模型构建最能体现创造力,而最耗时的,要数特征工程和超参数调优。
于是,有时候会因为赶时间,过早将模型从实验阶段转移到生产阶段,导致它们发挥不出最佳效果;也有时候,会因为花了太多时间调优导致部署延迟。
这时候,就体现出了自动机器学习(Automatic machine learning, AML)框架的价值。
自动机器学习框架能帮助数据科学家减轻负担,降低特征工程和超参数调优的工作量,让他们能花更多时间来尝试模型架构。快速验证可能的方案不仅能让数据科学家很快地评估目标数据集,也能提供基准性能用以改进。
本文尽可能全面地介绍现有的自动机器学习框架,也附上了对应的代码地址。