Comparar tipos de modelos com Hyperopt e MLflow

Nota

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 de ajuste de hiperparâmetros distribuídos Hyperopt preterida. Saiba mais sobre como usar RayTune no Azure Databricks.

Este notebook demonstra como ajustar os hiperparâmetros para vários modelos e chegar a um melhor modelo geral. Ele usa 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.

Compare modelos usando o notebook scikit-learn, Hyperopt e MLflow

Obter caderno