Comparar tipos de modelo com Hyperopt e MLflow

Observação

A versão de código aberto do Hyperopt não está mais sendo mantida.

O Hyperopt será removido na próxima versão principal do DBR ML. O Azure Databricks recomenda usar o Optuna para otimização de nó único ou o RayTune para uma experiência semelhante à funcionalidade preterida de ajuste de hiperparâmetro distribuído do Hyperopt. Saiba mais sobre como usar do RayTune no Azure Databricks.

Este notebook demonstra como ajustar os hiperparâmetros para vários modelos e obter um melhor modelo geral. Ele usa o Hyperopt com SparkTrials para comparar três tipos de modelo, avaliando o desempenho do modelo com um conjunto diferente de hiperparâmetros apropriados para cada tipo de modelo.

Comparar modelos usando o scikit-learn, o Hyperopt e o notebook do MLflow

Obter notebook