Comparer les types de modèles avec Hyperopt et MLflow
Remarque
La version open source de Hyperopt n’est plus conservée.
Hyperopt sera supprimé dans la prochaine version principale de DBR ML. Azure Databricks recommande d’utiliser Optuna pour l’optimisation à nœud unique ou RayTune pour une expérience similaire à la fonctionnalité d’optimisation distribuée d’Hyperopt obsolète. En savoir plus sur l’utilisation de RayTune sur Azure Databricks.
Ce notebook montre comment régler les hyperparamètres pour plusieurs modèles et parvenir à un modèle globalement optimal. Il utilise Hyperopt avec SparkTrials pour comparer trois types de modèles, en évaluant la performance des modèles avec un ensemble différent d’hyperparamètres appropriés pour chaque type de modèle.