Freigeben über


Vergleichen von Modelltypen mit Hyperopt und MLflow

Hinweis

Die Open-Source-Version von Hyperopt wird nicht mehr gepflegt.

Hyperopt wird in der nächsten haupt-DBR ML-Version entfernt. Azure Databricks empfiehlt die Verwendung von Optuna für eine ähnliche Erfahrung und den Zugriff auf aktuellere Hyperparameter-Optimierungsalgorithmen.

In diesem Notebook wird veranschaulicht, wie Sie die Hyperparameter für mehrere Modelle optimieren können, um das insgesamt beste Modell zu erreichen. Es verwendet Hyperopt mit SparkTrials, um drei Modelltypen zu vergleichen und die Modellleistung mit einem anderen Satz von Hyperparametern auszuwerten, die für alle Modelltypen geeignet sind.

Notebook: Vergleichen von Modellen mit Scikit-learn, Hyperopt und MLflow

Notebook abrufen