Questo browser non è più supportato.
Esegui l'aggiornamento a Microsoft Edge per sfruttare i vantaggi di funzionalità più recenti, aggiornamenti della sicurezza e supporto tecnico.
Si prevede di usare l'ottimizzazione degli iperparametri per trovare valori discreti ottimali per un set di iperparametri. Si vuole provare ogni possibile combinazione di un set di valori discreti specificati. Quale tipo di campionamento è necessario usare?
Campionamento casuale
Campionamento a griglia
Campionamento bayesiano
Si usa l'ottimizzazione degli iperparametri per eseguire il training di un modello ottimale in base a una metrica di destinazione denominata "AUC". Cosa è necessario fare nello script di training?
Importare il pacchetto di registrazione e usare un'istruzione logging.info() per registrare la metrica AUC.
Includere un'istruzione print() per scrivere il valore della metrica AUC nel flusso di output standard.
Usare un'istruzione mlflow.log_metric() per registrare il valore AUC.
Devi rispondere a tutte le domande prima di controllare il lavoro svolto.
Questa pagina è stata utile?